Tham số hóa SVI

thông tin

Trang này trình bày chuyên sâu về mô hình SVI. Để hiểu mô hình này nằm ở đâu trong quy trình xây dựng bề mặt biến động, xem Cách xây dựng bề mặt. Để so sánh với các phương pháp khác, xem Các phương pháp nội suy.

SVI (Stochastic Volatility Inspired) là tiêu chuẩn ngành để fit volatility smile cho quyền chọn crypto và quyền chọn cổ phiếu. Mô hình dùng 5 tham số để mô tả hình dạng của smile tại một ngày đáo hạn. Tên gọi xuất phát từ việc dạng hàm của nó có thể được suy ra từ một mô hình biến động ngẫu nhiên đơn giản hóa.

Khám phá các tham số

Hãy điều chỉnh từng tham số bên dưới để xem smile thay đổi như thế nào. Dùng các preset để chuyển nhanh giữa những cấu hình phổ biến.

Trình khám phá tham số SVI

Smile điển hình của cổ phiếu/crypto. Cánh put cao hơn.

a (mức)0.040

Dịch chuyển toàn bộ smile lên hoặc xuống

b (độ dốc)0.250

Mức độ dốc của các cánh

ρ (skew)-0.40

Âm = skew put, dương = skew call

m (dịch chuyển)0.00

Vị trí điểm thấp nhất của smile

σ (độ cong)0.200

Nhỏ = chữ V nhọn, lớn = chữ U mượt

IV ATM

104.6%

Độ dốc cánh put

0.350

Độ dốc cánh call

0.150

Vai trò của từng tham số

• a (mức): Dịch toàn bộ smile lên hoặc xuống. $a$ càng cao thì IV tổng thể càng cao. Có thể xem đây là phương sai "nền".
• b (độ dốc): Kiểm soát độ dốc của hai cánh. $b$ càng cao thì cánh càng dốc, quyền chọn lỗ (OTM) càng đắt.
• $\rho$ (skew): Làm nghiêng smile. $\rho$ âm là put skew (trạng thái thông thường). $\rho$ dương là call skew (hiếm gặp). Bằng 0 là đối xứng.
• m (dịch chuyển): Dịch điểm cực tiểu của smile sang trái hoặc phải. Thường gần bằng 0 (cực tiểu tại ATM).
• $\sigma$ (độ cong): Kiểm soát độ tròn ở đáy smile. $\sigma$ nhỏ tạo hình chữ V nhọn. $\sigma$ lớn tạo hình chữ U mượt.

Hành vi của hai cánh

Khi đi xa khỏi ATM, smile tiệm cận các đường thẳng. Độ dốc của chúng là:

• Cánh put (bên trái): độ dốc = $b(1 - \rho)$
• Cánh call (bên phải): độ dốc = $b(1 + \rho)$

Với put skew điển hình ($\rho < 0$), cánh put dốc hơn cánh call. Hành vi cánh tuyến tính và bị chặn này là một trong những ưu điểm chính của SVI: mô hình không bao giờ ngoại suy ra các giá trị phi lý.

Fitting với dữ liệu thị trường

Với một tập giá trị IV quan sát được tại các giá thực hiện khác nhau (cho một ngày đáo hạn), SVI tìm 5 tham số tái tạo chúng tốt nhất.

Quy trình:

1. Thu thập tất cả các quan sát IV tại ngày đáo hạn mục tiêu (thường từ 5 đến 15 điểm dữ liệu).
2. Chuyển từng giá trị sang tổng phương sai: bình phương IV quan sát nhân với thời gian đến ngày đáo hạn.
3. Chạy bộ tối ưu bình phương tối thiểu có trọng số để tìm các tham số giảm thiểu chênh lệch giữa đường SVI và các quan sát.
4. Gán trọng số theo độ tin cậy: quyền chọn ATM có trọng số cao hơn (thanh khoản tốt hơn), spread giá mua/giá bán hẹp có trọng số cao hơn (đáng tin cậy hơn), quyền chọn sâu OTM có trọng số thấp hơn.
5. Áp dụng các ràng buộc chống arbitrage trong quá trình tối ưu (xem bên dưới).

Tốc độ: Fit một ngày đáo hạn mất chưa đến 10 mili giây. Toàn bộ bề mặt (mọi ngày đáo hạn) được dựng lại theo thời gian thực khi báo giá cập nhật.

Ràng buộc chống arbitrage

SVI có thể được ràng buộc để ngăn phần lớn các cơ hội arbitrage. Một số ràng buộc chỉ là bất đẳng thức đơn giản trên các tham số; việc không có butterfly arbitrage còn cần kiểm tra bằng số.

Giới hạn độ dốc cánh (điều kiện cần để không có butterfly arbitrage):

Smile phải đủ lồi để không có butterfly spread nào cho lợi nhuận miễn phí. Xét theo tổng phương sai, hai cánh không được tăng nhanh hơn giới hạn của Roger Lee (xem bên dưới):

$b(1 + |\rho|) \leq 2$

Đây là điều kiện cần, không phải điều kiện đủ. Một smile có thể thỏa mãn điều kiện này nhưng vẫn ngụ ý mật độ âm gần vùng tại tiền, vì vậy các bộ fit còn kiểm tra hàm mật độ của Gatheral $g(k) \geq 0$ trên một lưới giá trị log-moneyness.

Phương sai không âm tại điểm cực tiểu:

Điểm cực tiểu của smile phải lớn hơn 0:

$a + b\sigma\sqrt{1 - \rho^2} \geq 0$

Ràng buộc calendar (giữa các ngày đáo hạn):

Tổng phương sai phải tăng theo kỳ hạn tại mọi giá thực hiện. Điều này được áp đặt bằng cách kiểm tra $w_1(k) \leq w_2(k)$ với mọi $k$ giữa các lát đáo hạn liên tiếp.

Các biến thể

SVI có hai biến thể quan trọng, mỗi biến thể có trang riêng:

ORC Wing (Jump-Wing) tham số hóa lại SVI bằng các đại lượng thân thiện với trader: phương sai ATM, skew ATM, độ dốc cánh put, độ dốc cánh call và phương sai cực tiểu. Cùng một smile, chỉ khác các núm điều chỉnh. Hữu ích khi chỉnh smile thủ công.

SSVI (Surface SVI) mở rộng SVI ra toàn bộ bề mặt, đảm bảo không có calendar arbitrage ngay từ cấu trúc. Thay vì fit từng ngày đáo hạn độc lập, SSVI liên kết chúng qua một tham số skew chung và một hàm độ dốc smile. Ít bậc tự do hơn, nhưng không cần chỉnh sửa giữa các ngày đáo hạn.

Công cụ khám phá phương trình

SVI làm việc với tổng phương sai và log-moneyness. Hãy dùng công cụ này để chuyển đổi giữa IV, tổng phương sai và các cách biểu diễn giá thực hiện.

Trình khám phá phương trình

k = ln(K / F)log-moneyness = ln(giá thực hiện / giá forward)

Giá thực hiện (K)

$

Giá thực hiện của quyền chọn

Forward (F)

$

Giá forward (≈ giá giao ngay với kỳ hạn ngắn)

Log-Moneyness (k)

-0.0513

Moneyness (K/F)

0.9500

Loại

-5.0% Put OTM

Log-moneyness là trục x được SVI và hầu hết các mô hình tham số sử dụng. k = 0 là ATM. k âm = phía put OTM. k dương = phía call OTM.

Tại sao chọn SVI?

• 5 tham số là đủ để fit gần như mọi smile quan sát được. Ít tham số hơn spline, linh hoạt hơn các mô hình 3 tham số.
• Cánh bị chặn ngăn ngoại suy mất kiểm soát. Trường hợp tệ nhất của SVI là ngoại suy theo một độ dốc hữu hạn.
• Ràng buộc đơn giản giữ cho hai cánh và mức phương sai hợp lý, và butterfly arbitrage dễ kiểm tra bằng số trên một lưới.
• Fit nhanh cho phép bề mặt cập nhật theo thời gian thực khi thị trường biến động.
• Được dùng rộng rãi tại các bàn giao dịch biến động crypto và cổ phiếu. Hypercall lấy bề mặt của mỗi tài sản cơ sở từ nguồn biến động được cấu hình cho tài sản đó.

Xây dựng trực giác toán học

Học SVI từ đầuBài học tương tác · 5 phần · không cần kiến thức nền

Bài học tương tác ở trên trình bày SVI từ nguyên lý cơ bản: SVI tham số hóa cái gì và tại sao, từng tham số trong 5 tham số khi xét riêng lẻ, phép chuyển đổi từ phương sai sang biến động, các ràng buộc chống arbitrage, và thực hành hiệu chỉnh với dữ liệu thị trường.

Các triển khai mã nguồn mở

Repo	Lý do nên xem
SVI-Vol-Surface	Hiệu chỉnh SVI bằng Python kèm trực quan hóa
QuantLib	Tham số hóa SVI bằng C++

---

Các biến thể SVI: ORC Wing (Jump-Wing) | SSVI (Surface SVI)

Xem thêm: Cách xây dựng bề mặt | Các phương pháp nội suy | Mô hình SABR | Skew