σμimplied vol · KKmax(S−K,0)udβρᵢⱼfat tailsPnL · drawdownyield · TdSₜ = μSₜ dt + σSₜ dWₜC = S·N(d₁) − K·e⁻ʳᵀ·N(d₂)σₚ² = wᵀΣwd₁ = [ln(S/K) + (r + σ²⁄2)T] ⁄ σ√T∂V/∂t + ½σ²S²·∂²V/∂S² + rS·∂V/∂S − rV = 0Sharpe = (Rₚ − R_f) ⁄ σₚVaR₉₉ = μ − 2.33σρ = Cov(X,Y) ⁄ σₓσᵧE[Rₚ] = Σ wᵢ·E[Rᵢ]φ(x) = e^(−x²/2) ⁄ √2πE[Rᵢ] = R_f + βᵢ(E[Rₘ] − R_f)dXₜ = θ(μ − Xₜ)dt + σ dWₜσ²ₜ = ω + α·ε²ₜ₋₁ + β·σ²ₜ₋₁C − P = S − K·e⁻ʳᵀΔ = ∂V/∂S Γ = ∂²V/∂S²p = (e^(rΔt) − d) ⁄ (u − d)rₜ = ln(Pₜ ⁄ Pₜ₋₁)E[Xₜ₊₁ | ℱₜ] = Xₜf* = (bp − q) ⁄ bz = (x − μ) ⁄ σP(N=k) = λᵏe^(−λ) ⁄ k!Θ = −∂V/∂Tν = S·φ(d₁)·√Tmin wᵀΣw s.t. wᵀμ = μ*∫Σ∂∞λ
uantCraft Academy路线图学习路线
Ctrl K
AO
+1.2k 位学习者
登录加入 ↗
路线图学习路线
AO
+1.2k 位学习者
登录
  • English
  • Français
  • Español
  • العربية
  • Português
  • Deutsch
  • 日本語
  • 中文
σμimplied vol · KKmax(S−K,0)udβρᵢⱼfat tailsPnL · drawdownyield · TdSₜ = μSₜ dt + σSₜ dWₜC = S·N(d₁) − K·e⁻ʳᵀ·N(d₂)σₚ² = wᵀΣwd₁ = [ln(S/K) + (r + σ²⁄2)T] ⁄ σ√T∂V/∂t + ½σ²S²·∂²V/∂S² + rS·∂V/∂S − rV = 0Sharpe = (Rₚ − R_f) ⁄ σₚVaR₉₉ = μ − 2.33σρ = Cov(X,Y) ⁄ σₓσᵧE[Rₚ] = Σ wᵢ·E[Rᵢ]φ(x) = e^(−x²/2) ⁄ √2πE[Rᵢ] = R_f + βᵢ(E[Rₘ] − R_f)dXₜ = θ(μ − Xₜ)dt + σ dWₜσ²ₜ = ω + α·ε²ₜ₋₁ + β·σ²ₜ₋₁C − P = S − K·e⁻ʳᵀΔ = ∂V/∂S Γ = ∂²V/∂S²p = (e^(rΔt) − d) ⁄ (u − d)rₜ = ln(Pₜ ⁄ Pₜ₋₁)E[Xₜ₊₁ | ℱₜ] = Xₜf* = (bp − q) ⁄ bz = (x − μ) ⁄ σP(N=k) = λᵏe^(−λ) ⁄ k!Θ = −∂V/∂Tν = S·φ(d₁)·√Tmin wᵀΣw s.t. wᵀμ = μ*∫Σ∂∞λ
uantCraft Academy路线图学习路线
Ctrl K
AO
+1.2k 位学习者
登录加入 ↗
路线图学习路线
AO
+1.2k 位学习者
登录
  • English
  • Français
  • Español
  • العربية
  • Português
  • Deutsch
  • 日本語
  • 中文
Stochastic Calculus 学习路线›模块 4 · 超越布朗运动的模型›主题 4.3·~55分钟高级

局部波动率与随机波动率

路线进度模块 4/5 · 主题 3/3
4.3 局部波动率与随机波动率
—实验得分— / 100总 XP—连续天数—

波动率不是常数

布莱克-斯科尔斯只用一个常数 σ\sigmaσ。如果它是对的,同一只股票的所有期权隐含波动率都应相同。真实市场并非如此:隐含波动率随行权价(微笑或偏斜)和到期日而变化。有两种思路来修正。局部波动率把 σ(S,t)\sigma(S,t)σ(S,t) 看成价格和时间的函数,由杜皮尔公式选出这个函数,使模型与今天整个期权价格曲面吻合。随机波动率则让方差 vvv 本身成为随机过程,最有名的例子是赫斯顿模型,其中方差被拉回长期水平。

dS=rS dt+v S dW1,dv=κ(θ−v) dt+ξv dW2,dW1 dW2=ρ dtdS=rS\,dt+\sqrt v\,S\,dW_1,\qquad dv=\kappa(\theta-v)\,dt+\xi\sqrt v\,dW_2,\qquad dW_1\,dW_2=\rho\,dtdS=rSdt+v​SdW1​,dv=κ(θ−v)dt+ξv​dW2​,dW1​dW2​=ρdt(1)

在赫斯顿模型中,方差是 CIR 过程,所以上一个主题的内容都适用:它以速度 κ\kappaκ 被拉向 θ\thetaθ,当 2κθ≥ξ22\kappa\theta\ge\xi^{2}2κθ≥ξ2 时保持为正。相关系数 ρ\rhoρ 把价格冲击和方差冲击联系起来。对股票,它是负的:价格下跌时波动率上升。这就产生了偏斜,即低行权价对应更高的隐含波动率。两种方法对未来的说法不同:局部波动率中,波动率是价格的函数,随价格同步变动;随机波动率中,它有自己的冲击,更接近市场的实际表现。

赫斯顿的数字当 θ=0.04\theta=0.04θ=0.04 时,长期波动率是 0.04=20%\sqrt{0.04}=20\%0.04​=20%。取 κ=2\kappa=2κ=2、ξ=0.3\xi=0.3ξ=0.3,有 2κθ=0.16≥ξ2=0.092\kappa\theta=0.16\ge\xi^{2}=0.092κθ=0.16≥ξ2=0.09,方差保持为正。若今天方差为 v0=0.09v_0=0.09v0​=0.09(波动率 30%30\%30%),半年后的期望方差是 0.04+0.05 e−1≈0.05840.04+0.05\,e^{-1}\approx0.05840.04+0.05e−1≈0.0584,波动率约 24%24\%24%:平均而言市场会趋于平静。
  • 微笑与偏斜:隐含波动率随行权价和到期日而异,单个常数 σ\sigmaσ 无法拟合。
  • 局部波动率:σ(S,t)\sigma(S,t)σ(S,t) 是价格和时间的函数,按今天的期权曲面校准。
  • 随机波动率:方差有自己的冲击,ρ<0\rho<0ρ<0 产生股票的偏斜。

实验:评分内容

  • 长期波动率15 分
  • 期望方差15 分
  • 费勒余量15 分
  • 相关系数的符号15 分
  • 配对术语15 分
  • 构建局部波动率模型10 分
  • 为什么一个波动率不够15 分
0/ 已答 7 题
任务
1数值作答15 分未作答

在赫斯顿模型中长期方差为 θ=0.04\theta=0.04θ=0.04。长期波动率 θ\sqrt\thetaθ​ 是多少?

v=v =v=允许误差:± 0.002
2数值作答15 分未作答

方差从 v0=0.09v_0=0.09v0​=0.09 开始,θ=0.04\theta=0.04θ=0.04,κ=2\kappa=2κ=2。t=0.5t=0.5t=0.5 时的 E[vt]=θ+(v0−θ)e−κtE[v_t]=\theta+(v_0-\theta)e^{-\kappa t}E[vt​]=θ+(v0​−θ)e−κt 是多少?保留四位小数。

e=e =e=允许误差:± 0.0003
3数值作答15 分未作答

当 κ=2\kappa=2κ=2、θ=0.04\theta=0.04θ=0.04、ξ=0.3\xi=0.3ξ=0.3 时,2κθ−ξ22\kappa\theta-\xi^{2}2κθ−ξ2 是多少?为正数表示方差保持在零之上。

m=m =m=允许误差:± 0.002
4选择15 分未作答

在赫斯顿模型中,ρ\rhoρ 取什么符号会产生股票常见的偏斜(低行权价对应更高的隐含波动率)?

5配对15 分未作答

把每个术语与其含义配对。

为左侧每一项选择配对项。

波动率微笑
局部波动率
赫斯顿模型
ρ\rhoρ
6排列步骤10 分未作答

把步骤按正确顺序排列。

拖动以重新排序;也可聚焦某项,按空格抬起,用方向键移动,再按空格放下。

  1. 1用拟合出的函数模拟并定价
  2. 2把价格转换成隐含波动率曲面
  3. 3收集多个行权价和到期日的期权价格
  4. 4用杜皮尔公式得到该函数
7用文字解释15 分未作答

用一两句话解释:为什么单一的常数波动率无法匹配市场上观察到的期权价格。

数学模式键盘或 LaTeX 输入第 1/7 题 · Ctrl ⏎ 检查

登录后即可运行你的代码。

所有讲解均可免费阅读。创建账户或登录后,即可运行代码、运行测试并提交此实验。

  • 浏览器内 IDE 与 bash 终端,无需安装
  • 即时评分、XP 以及你在学习路线中的位置
创建账户登录
或
使用 GitHub 继续