[论文解读] Simulation of Stochastic Volatility using Path Integration: Smiles and Frowns

Belal E. Baaquie, L. C. Kwek+1 more|arXiv (Cornell University)|Aug 23, 2000

Stochastic processes and financial applications参考文献 2被引用 4

一句话总结

本文将路径积分技术应用于随机波动率下的期权定价模拟，采用广义的Merton-Garman模型。研究表明，市场数据偏好某一特殊参数类别，使得二分法计算得以高效实现，生成的隐含波动率曲线呈现出市场异常特征的“微笑”与“皱眉”形态。

ABSTRACT

We apply path integration techniques to obtain option pricing with stochastic volatility using a generalized Black-Scholes equation known as the Merton and Garman equation. We numerically simulate the option prices using the technique of path integration. Using market data, we determine the parameters of the model. It is found that the market chooses a special class of models for which a more efficient algorithm, called the bisection method, is applicable. Using our simulated data, we generate some implied volatility curves. We also analyze and study in detail some of the characteristics of the volatility curves within the model.

研究动机与目标

• 开发基于路径积分的数值方法，用于随机波动率下的期权定价。
• 将模型校准至真实市场数据，并识别偏好的参数区域。
• 从模拟数据中生成并分析隐含波动率曲线（微笑与皱眉形态）。
• 探索在路径积分框架内，诸如二分法等高效数值算法的可行性。
• 通过利用量子启发技术，为期权定价提供新的计算视角。

提出的方法

• 本研究采用费曼路径积分形式化方法求解广义Merton-Garman随机波动率方程。
• 通过离散时间路径将转移振幅表示为资产价格与波动率路径上高斯积分的乘积。
• 通过变量替换对路径积分进行变换，以解耦价格与波动率动力学，从而实现对中间价格变量的精确积分。
• 所得转移振幅表达式被写为关于波动率路径的泛函积分，其有效作用量包含波动率幂次的时间积分。
• 采用蒙特卡罗技术对路径积分进行数值模拟，重点通过集成波动率及其矩的联合分布来计算期权价格。
• 对于从市场校准中识别出的特殊参数类，应用二分法作为全路径积分的更高效替代方案。

实验结果

研究问题

• RQ1 路径积分技术能否有效模拟随机波动率模型下的期权定价？
• RQ2 真实市场数据偏好的随机波动率模型参数区域是什么？
• RQ3 所得隐含波动率曲线的行为如何？是否再现了市场中观察到的“微笑”或“皱眉”模式？
• RQ4 是否存在特定参数集下全路径积分的计算高效替代方法？
• RQ5 路径积分形式化能否为随机波动率引入的非线性提供新见解？

主要发现

• 市场数据校准揭示了一类特殊模型参数，使得二分法可适用，显著提升计算效率。
• 路径积分公式成功生成呈现“微笑”与“皱眉”形态的隐含波动率曲线，与实证市场观察一致。
• 模型的有效作用量涉及波动率幂次的时间积分，关键量定义为 ω = ∫₀ᵀ V dt，θ = ∫₀ᵀ V¹/²⁻ᵃ dt，η = ∫₀ᵀ V³/²⁻ᵃ dt，ζ = ∫₀ᵀ Vᵃ⁻¹/² dt。
• 转移振幅表达为关于波动率路径的泛函积分，其作用量为 S₀ + S₁，其中 S₁ 依赖于集成波动率及其矩。
• 离散时间路径积分公式（公式90）为计算期权价格提供了稳定且数值可处理的起点，无需进行全路径积分。
• 本研究证实，路径积分提供了一种全局、非微扰的随机波动率处理方法，能够有效处理模型中固有的非线性。