Trang này được dịch tự động. Bản gốc tiếng Anh là phiên bản chính thức. Đọc bằng tiếng Anh →
Chuyển đến nội dung chính

Variance Gamma

Variance Gamma (VG): hoàn toàn không có khuếch tán. Giá không di chuyển trơn tru giữa các bước nhảy -- mọi biến động đều là một bước nhảy. Các bước nhảy diễn ra theo một đồng hồ ngẫu nhiên. Thời gian trôi nhanh khi thị trường sôi động và chậm khi thị trường yên ắng. Đồng hồ ngẫu nhiên này tạo ra đuôi dày mà không cần đến một "phân phối kích thước bước nhảy" như mô hình Merton. Bề mặt biến động thu được có thể khớp đồng thời cả skew lẫn kurtosis của thị trường thực.

Ba tham số kiểm soát mọi thứ: biến động (sigma), skew (theta), kurtosis (nu).

💡
Ý tưởng đồng hồ ngẫu nhiên

Thị trường có một đồng hồ nội tại riêng chạy với tốc độ ngẫu nhiên. Ngày sôi động: đồng hồ chạy nhanh, giá biến động mạnh. Ngày yên ắng: đồng hồ gần như đứng yên. VG = Black-Scholes trên một đồng hồ ngẫu nhiên. Đuôi dày và smile tự nhiên xuất hiện mà không cần bất kỳ giả định nào về sập giá hay kích thước bước nhảy.

Khám phá các tham số​

Hãy thử "Thin tails" trước để thấy trạng thái gần với Black-Scholes. Sau đó tăng nu (kurtosis) để quan sát hai cánh nâng lên.

Trình khám phá Smile Variance Gamma

Skew âm cộng với đuôi dày. Smile crypto kinh điển: cánh put dốc, cánh call nâng cao.
46%53%60%758595ATM105115125Giá thực hiệnBiến động ngụ ý (%)
Biến động0.45
Mức biến động tổng thể. Cao hơn = mọi thứ đắt hơn.
θ (skew)-0.15
Âm = skew phía put. Quyết định bên nào của smile dốc hơn.
ν (độ nhọn)0.30
Điều khiển độ dày của đuôi. Cao hơn = biến động cực đoan hơn, cánh dốc hơn.

Hãy thử "Đuôi mỏng" để thấy Black-Scholes gần như phẳng, sau đó tăng ν để xem hai cánh nâng lên do độ nhọn vượt mức.

Vai trò của từng tham số​

  • Sigma (biến động): Mức biến động cơ sở khi đồng hồ chạy ở tốc độ bình thường. Đây là mức tổng thể -- tương tự biến động ATM.
  • Theta (skew): Độ trôi của quá trình. Theta âm nghĩa là thị trường có xu hướng giảm nhiều hơn tăng trong một bước thời gian. Điều này tạo ra put skew -- cánh trái dốc hơn cánh phải.
  • Nu (kurtosis): Kiểm soát mức độ "ngẫu nhiên" của đồng hồ. Nu thấp = đồng hồ chạy đều (đuôi mỏng, gần với Black-Scholes). Nu cao = đồng hồ rất thất thường (đuôi dày, cánh dốc). Các quyền chọn OTM trở nên đắt hơn đáng kể.
Tham số
Kiểm soát
Tác động lên smile
σ (sigma)
Mức biến động
Dịch chuyển toàn bộ smile lên hoặc xuống
θ (theta)
Skew / bất đối xứng
Âm = cánh put dốc. Bằng 0 = đối xứng.
ν (nu)
Độ dày đuôi
Cao hơn = cả hai cánh nâng lên. Bằng 0 = không có kurtosis dư (Black-Scholes).

Tại sao lại là thuần nhảy?​

Black-Scholes và ngay cả Merton đều giả định có một thành phần khuếch tán liên tục -- phần lớn thời gian giá di chuyển trơn tru, thỉnh thoảng có bước nhảy. VG cho rằng: có lẽ mọi biến động giá đều không liên tục. Ở cấp độ tick, giá nhảy từ mức này sang mức khác. Không có đường đi trơn tru giữa các giao dịch. Phòng hộ delta về bản chất là không hoàn hảo -- bạn không thể sao chép payoff một cách liên tục.

Đây là mô tả sát với cách thị trường crypto thực sự vận hành -- đặc biệt với các cặp thanh khoản thấp, nơi sổ lệnh mỏng và giá nhảy cóc từ mức này sang mức khác.

ℹ️
Ba tham số, ba moment

VG thanh lịch vì mỗi tham số ánh xạ trực tiếp tới một thuộc tính thống kê của lợi suất. Sigma kiểm soát phương sai (moment bậc hai), theta kiểm soát độ lệch (moment bậc ba), và nu kiểm soát kurtosis dư (moment bậc bốn). Không dư thừa, không đau đầu vì tương quan giữa các tham số.

VG so với các mô hình khác​

Variance Gamma
Merton
Black-Scholes
Đường giá
Thuần nhảy (đồng hồ ngẫu nhiên)
Khuếch tán + thỉnh thoảng có bước nhảy
Chỉ khuếch tán trơn tru
Hành vi đuôi
Đuôi dày từ tính ngẫu nhiên của đồng hồ
Đuôi dày từ các bước nhảy rời rạc
Đuôi mỏng (Gaussian)
Tham số
3 (sigma, theta, nu)
4 (sigma, lambda, mu_J, sigma_J)
1 (sigma)
Hình dạng smile
Trơn, điều khiển bằng 3 núm
Dốc ở kỳ hạn ngắn, nhạt dần ở kỳ hạn dài
Phẳng (không có smile)
Phù hợp nhất cho
Khớp smile tổng quát, thanh khoản mỏng
Rủi ro sự kiện, quyền chọn kỳ hạn ngắn
Nhanh và thô, thị trường thanh khoản cao

VG trong thực tế​

VG ít phổ biến hơn Heston hay SABR ở các bàn giao dịch truyền thống, nhưng có chỗ đứng riêng trong crypto và tín dụng:

Trường hợp sử dụng
Tại sao dùng VG
Quyền chọn crypto trên các cặp kém thanh khoản
Bản chất thuần nhảy khớp với hành động giá nhảy cóc. Không cần giả lập một quá trình khuếch tán liên tục.
Phái sinh tín dụng
Vỡ nợ là một sự kiện nhảy. VG xử lý tự nhiên các payoff không liên tục.
Khớp smile nhanh với 3 tham số
Ít tham số hơn Heston (5) hoặc Merton (4). Mỗi tham số có ý nghĩa rõ ràng.
Khớp moment
Kiểm soát trực tiếp phương sai, độ lệch và kurtosis giúp việc hiệu chỉnh trực quan.
💡
Mỗi tham số một moment

Mỗi tham số VG kiểm soát đúng một thuộc tính thống kê của lợi suất. Đây là cách tách biệt rõ ràng nhất giữa skew và độ dày đuôi trong mọi mô hình smile. Mức phơi nhiễm vega theo VG khác với Black-Scholes vì smile biến động ngụ ý không phẳng. Nếu bạn cần nhiều hơn Black-Scholes nhưng không cần đến độ phức tạp của Heston hay SLV, VG là lựa chọn phù hợp.

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

w = σ2 × Ttotal variance = IV2 × time
%
Mức biến động ngụ ý
ngày
Số ngày dương lịch đến đáo hạn
Phương sai tổng (w)
0.022225
Phương sai theo năm (σ²)
0.2704
IV tính ngược lại
52.00%
Phương sai tổng là đại lượng mà SVI và các mô hình khác khớp (fit). Nó tăng theo thời gian, nên vol 50% trong 30 ngày có phương sai tổng nhỏ hơn vol 50% trong 90 ngày.

Kiểm tra hiểu biết của bạn trước khi tiếp tục.

Q: 'Đồng hồ ngẫu nhiên' trong Variance Gamma là gì, và tại sao nó tạo ra đuôi dày?
Q: Nếu theta bằng 0 và nu cao, smile trông như thế nào?
Q: Tại sao VG có thể phù hợp hơn Merton cho quyền chọn crypto trên các cặp kém thanh khoản?

💡 Mẹo: Hãy thử trả lời từng câu hỏi trước khi xem đáp án.

Xây dựng trực giác toán học​

Học Variance Gamma từ đầuBài học tương tác · không cần kiến thức nền

Bài học này giảng dạy Variance Gamma thông qua mô hình tư duy đồng hồ ngẫu nhiên, sau đó cho thấy cách theta, sigma và nu kiểm soát skew, kích thước biến động thông thường và độ dày đuôi.


Xem thêm: