עבור לתוכן
כל מסמכי הספרייה

תמחור אופציות אמריקאיות סינתטיות ממסלולי תשואה מבוססי משטרים

מאמר arXiv papers · מחבר: Julia Sun et al.

סיכום

המסגרת מתמודדת עם המעגליות ביצירת אופציות סינתטיות: בדרך כלל מסיקים תנודתיות גלומה ממחירי אופציות נצפים, אך מחירים סינתטיים זקוקים לקלט של תנודתיות גלומה. תחילה היא מייצרת מסלולי מניות מרובי נכסים באמצעות מודל מרקוב חבוי עם קפיצות, ולאחר מכן גוזרת מסלולי תנודתיות גלומה באמצעות תהליך שונות מסוג Heston שעבר שינוי. יעד השונות משתנה לפי משטר, זמן לפקיעה, מידת הכסף ומדד מצב רוח השוק. לאחר מכן סריג בינומי מתכנס מתמחר אופציות אמריקאיות, עם אתחול ייחודי למחיר המימוש ולמועד הפקיעה שנועד להפיק חיוך תנודתיות, הטיה ומבנה טווח ללא כיול חיצוני.

פונקציית הצורה פותחה מקו בסיס פרמטרי באמצעות מודלים עצביים חלופיים משותפים לכלל השוק וייחודיים למגזרים. בבדיקה על תקופה עוקבת, אירועים תאגידיים מתוכננים היו המקור העיקרי לשגיאת הכללה; מאפיינים של מרחק מדוחות רווחים ושל חברות מקבילות באותו מגזר החזירו חלק מהאות המקדים. המחברים מיישמים את הגישה על חוזים אמיתיים הקרובים לכסף ומדווחים על יצירת תנודתיות מותנית־מסלול, יווניות אמריקאיות ותוצאות של מכירת פרמיה, תוך שימוש בנכס בסיס שני לבחינת החוסן. הראיות מוגבלות לנתונים ולנכסי הבסיס המתוארים, ולכן ביצועים רחבים יותר לא הוכחו.

רעיונות מרכזיים

  • מודל מרקוב חבוי עם קפיצות מייצר מסלולי מניות עם שינויי משטר ותלות זנבות בין נכסים.
  • תהליך Heston שעבר שינוי גוזר מסלולי תנודתיות גלומה ממשטרי תשואה וממאפייני אופציות.
  • סריג בינומי מתמחר אופציות אמריקאיות מתוך משטח התנודתיות שנוצר.
  • מודלים עצביים חלופיים אומדים את צורת התנודתיות ברמה כללית וברמת המגזר.
  • בדיקה על תקופה עוקבת מזהה אירועים תאגידיים מתוכננים כמקור מרכזי לשגיאת תחזית.

תגיות

הטקסט המלא
# Synthetic American Option Pricing via Jump-HMM-Driven Heston Implied Volatility


# Synthetic American Option Pricing via Jump-HMM-Driven Heston Implied Volatility









Generating realistic synthetic option prices requires implied volatility as an input, yet implied volatility is itself derived from observed option prices, creating a circular dependency that limits synthetic data for machine-learning and risk-analysis applications. We break this circularity with a pipeline in which implied volatility emerges as an output of a structural model of equity returns. A Jump Hidden Markov Model produces multi-asset price paths with realistic stylized facts and cross-asset tail dependence; a modified Heston variance process, whose mean-reversion target depends on regime state, days to expiration, moneyness, and a market-mood indicator, converts those paths into implied-volatility paths; and a recombining binomial lattice prices American options from the resulting surface. Initializing variance at its mean-reversion target for each strike-expiration pair lets smile, skew, and term structure emerge without external calibration. We calibrate the shape function through a hierarchy spanning a parametric baseline, a globally shared neural surrogate, and a sector-specific neural surrogate fit to a multi-ticker, multi-sector option ladder. A temporal holdout on a multi-day capture isolated scheduled corporate events as the dominant source of test-time generalization error, and calendar-derived earnings-distance and same-sector peer-coupling features recovered the anticipatory portion of that signal. We then apply the framework as a synthetic-data generator on real near-the-money put and call contracts, forward-simulating price paths, and recovering path-conditional implied volatility, finite-difference American Greeks, and terminal short-premium profit and loss from one coherent simulation, and confirm cross-ticker robustness by re-running on a second underlying from a different sector and volatility regime. The framework is released as an open-source Julia package.

מוצג במלואו בציון המקור ובהתאם לרישיון שלו. רישיון: abstract CC0

הסיכום נכתב בידי סוכן המחקר של Stratmill על סמך המקור; הוא אינו העתק של המקור.