Mô hình Đa thức Bậc năm (Quintic Polynomial)
SVI là tiêu chuẩn ngành để khớp một vol smile: 5 tham số, mỗi lần một lát cắt. Tuy nhiên, SVI mặc định một giả định hình dạng cụ thể: smile luôn là một hyperbol được tịnh tiến và co giãn. Khi thị trường tạo ra hình dạng mà SVI không thể biểu diễn, chất lượng khớp sẽ giảm. Mô hình Quintic Polynomial (Gauthier & Possamai, 2023) loại bỏ hoàn toàn giả định hình dạng này. Mô hình khớp tổng phương sai ngụ ý dưới dạng một đa thức theo log-moneyness, tức là một đa thức bậc 4 hoặc bậc 5 với 5 hoặc 6 hệ số. Mô hình có thể khớp bất kỳ hình dạng smile nào thị trường tạo ra, kể cả những dạng mà SVI về mặt cấu trúc không thể nắm bắt.
SVI không có ràng buộc hình dạng
Cùng số tham số như SVI. Cùng cách khớp từng lát cắt một. Nhưng trong khi SVI ép buộc hình dạng hyperbol, đa thức để dữ liệu tự quyết định. Đánh đổi: bạn mất đi hành vi cánh có sẵn của SVI và cần các ràng buộc tường minh để đảm bảo không có arbitrage. Skew và độ cong là các núm điều chỉnh độc lập.
Xem trực quan
Kéo các thanh trượt để khám phá cách mỗi hệ số định hình smile. Hãy thử preset "Double bump" để thấy một hình dạng mà SVI không thể tạo ra.
Trình khám phá smile đa thức bậc năm
Hãy thử "Bướu kép" và bật "Hiện đường tham chiếu SVI" để thấy hình dạng mà đa thức có thể tạo ra nhưng SVI về mặt cấu trúc thì không.
Cách hoạt động
1. Tổng phương sai dưới dạng đa thức
Với một ngày đáo hạn cho trước, tổng phương sai ngụ ý được mô hình hóa dưới dạng một đa thức theo log-moneyness :
Mỗi hệ số có một cách hiểu trực tiếp theo góc nhìn trader:
2. Ràng buộc chống arbitrage là các cận đơn giản
Để đa thức không có arbitrage (phương sai dương, giá quyền chọn mua lồi), các ràng buộc rút gọn thành các bất đẳng thức trên các hệ số. Không cần các phép kiểm tra số học phức tạp, chỉ cần giới hạn các hệ số trong quá trình khớp.
3. Việc khớp rất nhanh
Khớp một đa thức với dữ liệu thị trường là bài toán bình phương tối thiểu, có thể giải trong vài micro giây. Việc khớp được đánh trọng số ưu tiên các giá thực hiện ATM, nơi thanh khoản cao nhất. Thêm các cận hệ số dưới dạng ràng buộc tuyến tính, bạn có một bài toán QP (quy hoạch bậc hai) nhỏ, nhanh hơn và ổn định hơn so với tối ưu hóa phi tuyến của SVI.
Đa thức bậc cao dao động ở các cánh
Đa thức bậc 6 hoặc 7 dao động ở các cánh (hiện tượng Runge). Bậc 4-5 đủ linh hoạt để nắm bắt các hình dạng smile thực tế mà không tạo ra nhiễu giả bên ngoài giá thực hiện có thanh khoản cuối cùng. Đối với hành vi cánh OTM sâu, bạn cần các quy tắc ngoại suy tường minh.
Quintic so với SVI
Ứng dụng trong Crypto
Smile trong crypto thường bất đối xứng theo những cách SVI khó xử lý: put skew sắc nét do chuỗi thanh lý, các vùng nhô bất thường ở phía call do optionality từ airdrop, hoặc smile "gấp khúc" quanh các giá thực hiện phổ biến có open interest tập trung. Mô hình đa thức khớp các hình dạng này mà không ép buộc cấu trúc hyperbol. Delta và vega tính từ smile đa thức luôn trơn theo cách xây dựng. Hạn chế chính: quyền chọn crypto có giá thực hiện thưa, và đa thức có thể hoạt động bất thường giữa các điểm dữ liệu nếu không được ràng buộc cẩn thận.
Sự đơn giản của SVI mà không có thiên lệch hình dạng
Khớp được những smile mà SVI về mặt cấu trúc không thể tạo ra. Cái giá phải trả: bạn mất khả năng ngoại suy cánh ổn định của SVI và phải xử lý ràng buộc chống arbitrage một cách tường minh. Bề mặt nhiều kỳ hạn cần các ràng buộc cấu trúc kỳ hạn riêng. Phù hợp nhất với các thị trường có smile bất thường hoặc khi phần dư khớp của SVI quá lớn.
Công cụ khám phá phương trình
Chuyển đổi giữa biến động ngụ ý, tổng phương sai, log-moneyness và giá quyền chọn.
Trình khám phá phương trình
💡 Mẹo: Hãy thử trả lời từng câu hỏi trước khi xem đáp án.
Xây dựng trực giác toán học
Học mô hình quintic từ đầuBài học tương tác · không cần kiến thức nềnBài học này giải thích vì sao việc khớp bằng đa thức mang lại thêm tính linh hoạt cho smile, cách đa thức tổng phương sai hoạt động, và vì sao các phép kiểm tra arbitrage chặt chẽ hơn trở nên quan trọng ngay khi hình dạng được phép thay đổi tự do hơn.
Xem thêm:
- Tham số hóa SVI: Mô hình tham số tiêu chuẩn ngành mà mô hình này mở rộng
- SSVI (Surface SVI): Phần mở rộng bề mặt của SVI, nhất quán theo lịch
- SANOS (Bề mặt phi tham số): Cách tiếp cận phi tham số hoàn toàn với khớp bằng LP
- Neural SDE / Deep Hedging: Cách tiếp cận dựa trên dữ liệu, học động lực học từ đầu đến cuối
- Các phương pháp nội suy: So sánh tất cả các phương pháp