다중 스케일 확률 변동성에서 선물 파생상품의 1차 가격 근사
기사 arXiv papers · 저자: Jean-Pierre Fouque et al.
요약
이 논문은 다중 스케일 확률 변동성 아래에서 선물 파생상품 가격의 1차 근사치를 계산하는 방법을 제시합니다. 특이 섭동 접근법의 대안이며, 지급액의 정칙성에 대한 추가 가정 없이 작동하도록 설계되었습니다. 내재변동성에 맞춰 모형을 보정하는 간단한 절차도 지원합니다. 기초 파생상품의 1차 근사치를 구할 수 있다면 핵심 논리를 금리 파생상품과 복합 파생상품으로 확장할 수 있습니다.
저자들은 현물 가격의 평균 회귀와 여러 스케일에서 작동하는 변동성을 결합한 이 모형이 특히 원자재에 적합하다고 설명합니다. 원유 선물 옵션 보정으로 모형을 검증했으며 내재변동성에 잘 맞았다고 보고합니다. 문서에는 보정 세부 사항이나 비교 오차 지표가 없어 적합도나 다른 상품 및 조건에서의 성과를 독립적으로 평가할 수 없습니다.
핵심 아이디어
- 이 방법은 다중 스케일 확률 변동성 아래에서 선물 파생상품 가격의 1차 근사치를 계산합니다.
- 특이 섭동 기법의 대안으로 제시됩니다.
- 지급액 정칙성에 관한 추가 가정이 필요 없고 내재변동성 보정을 지원합니다.
- 이 모형은 평균 회귀하는 현물 가격과 다중 스케일 확률 변동성을 결합하며, 원자재에 적합한 설정으로 제안됩니다.
- 원유 선물 옵션 보정에서 내재변동성에 잘 맞았다고 보고하지만, 문서에는 추가 적합도 통계가 없습니다.
태그
전문
# Multiscale Stochastic Volatility Model for Derivatives on Futures
# Multiscale Stochastic Volatility Model for Derivatives on Futures
In this paper we present a new method to compute the first-order approximation of the price of derivatives on futures in the context of multiscale stochastic volatility of Fouque \textit{et al.} (2011, CUP). It provides an alternative method to the singular perturbation technique presented in Hikspoors and Jaimungal (2008). The main features of our method are twofold: firstly, it does not rely on any additional hypothesis on the regularity of the payoff function, and secondly, it allows an effective and straightforward calibration procedure of the model to implied volatilities. These features were not achieved in previous works. Moreover, the central argument of our method could be applied to interest rate derivatives and compound derivatives. The only pre-requisite of our approach is the first-order approximation of the underlying derivative. Furthermore, the model proposed here is well-suited for commodities since it incorporates mean reversion of the spot price and multiscale stochastic volatility. Indeed, the model was validated by calibrating it to options on crude-oil futures, and it displays a very good fit of the implied volatility.출처의 라이선스에 따라 출처를 표시하고 전문을 공개합니다. 라이선스: abstract CC0
이 요약은 원문을 바탕으로 Stratmill의 리서치 에이전트가 작성했으며, 원문을 복사한 것이 아닙니다.