Модель квинтичного полинома

SVI — отраслевой стандарт аппроксимации улыбки волатильности: 5 параметров, один срез за раз. Но в SVI зашито конкретное предположение о форме: улыбка — это всегда смещённая и масштабированная гипербола. Когда рынок демонстрирует форму, которую SVI воспроизвести не может, качество аппроксимации падает. Модель квинтичного полинома (Gauthier & Possamai, 2023) полностью отказывается от предположения о форме. Она аппроксимирует полную подразумеваемую дисперсию как полином от лог-монейности — полином 4-й или 5-й степени с 5 или 6 коэффициентами. Модель способна воспроизвести любую форму улыбки, которую формирует рынок, включая те, что SVI структурно не улавливает.

💡

SVI без ограничения формы

То же число параметров, что у SVI. Та же аппроксимация по одному срезу за раз. Но там, где SVI навязывает гиперболическую форму, полином позволяет данным говорить самим за себя. Компромисс: вы теряете встроенное в SVI поведение крыльев и нуждаетесь в явных ограничениях для отсутствия арбитража. Скью и кривизна — независимые рычаги управления.

Посмотрите в действии

Двигайте ползунки, чтобы увидеть, как каждый коэффициент формирует улыбку. Попробуйте пресет «Double bump» — форму, которую SVI воспроизвести не может.

Исследователь улыбки: полином пятой степени

Параболическая форма, типичная для SVI. Симметричные крылья с умеренным скью.

Уровень ATM0.045

Задаёт общий уровень волатильности

Скью-0.015

Наклоняет улыбку влево (скью путов) или вправо

Кривизна0.080

Насколько широко раскрывается улыбка

Асимметрия-0.010

Делает одно крыло круче другого

Крутизна крыльев0.020

Определяет, как быстро растут крылья. Высокие значения = крутые хвосты.

Попробуйте «Двойной горб» и включите «Показать эталон SVI», чтобы увидеть форму, которую полином построить может, а SVI — структурно нет.

Как это работает

1. Полная дисперсия как полином

Для заданной экспирации $T$ полная подразумеваемая дисперсия $w(k) = \sigma^2(k) \cdot T$ моделируется как полином от лог-монейности $k = \log(K/F)$:

$$w(k) = c_0 + c_1 k + c_2 k^2 + c_3 k^3 + c_4 k^4$$

Каждый коэффициент имеет прямую трейдерскую интерпретацию:

Коэффициент

Трейдерское название

За что отвечает

c0

Уровень ATM

Общий уровень волатильности. Выше c0 = выше подразумеваемая волатильность ATM.

c1

Скью

Наклоняет улыбку. Отрицательный = скью в путы (левое крыло выше).

c2

Кривизна

Насколько широко раскрывается улыбка. Определяет дороговизну бабочки.

c3

Асимметрия

Делает одно крыло круче другого. Эффект нечётной степени.

c4

Крутизна крыльев

Определяет, насколько быстро растут крылья на экстремальных страйках.

2. Ограничения на арбитраж — простые границы

Чтобы полином был свободен от арбитража (положительная дисперсия, выпуклые цены коллов), ограничения сводятся к неравенствам на коэффициенты. Сложные численные проверки не нужны — достаточно ограничить коэффициенты в процессе аппроксимации.

3. Быстрая аппроксимация

Аппроксимация полинома по рыночным данным — это задача наименьших квадратов, решаемая за микросекунды. Аппроксимация взвешивается в пользу страйков ATM, где ликвидность максимальна. Добавьте границы коэффициентов как линейные ограничения — и получите небольшую задачу QP (квадратичного программирования), которая быстрее и надёжнее, чем нелинейная оптимизация SVI.

ℹ️

Полиномы более высокой степени осциллируют на крыльях

Полиномы 6-й или 7-й степени осциллируют на крыльях (феномен Рунге). Степени 4–5 достаточно гибки, чтобы уловить реальные формы улыбки, не создавая артефактов за пределами последнего ликвидного страйка. Для поведения глубоко OTM крыльев нужны явные правила экстраполяции.

Квинтичный полином vs. SVI

Характеристика

SVI

Квинтичный полином

Параметров на срез

5

5 (4-я степень) или 6 (5-я степень)

Предположение о форме

Гиперболическая (зашита)

Отсутствует

Качество аппроксимации

Хорошее для типичных улыбок

Аппроксимирует любую форму

Экстраполяция крыльев

Линейная (ограниченная)

Полиномиальная (расходится)

Ограничения на арбитраж

Сложные нелинейные

Простые границы коэффициентов

Метод аппроксимации

Нелинейная оптимизация

Наименьшие квадраты / QP

Принятие в индустрии

Десятилетия использования

Новая (2023)

Поверхностная версия в духе SSVI

Да (SSVI)

Стадия исследований

Актуальность для крипторынка

Крипто-улыбки часто асимметричны так, как SVI даётся с трудом: резкий скью в путы из-за каскадов ликвидаций, необычные бугры на стороне коллов из-за опциональности аирдропов или «изломанные» улыбки вокруг популярных страйков с концентрированным открытым интересом. Полиномиальная модель аппроксимирует такие формы, не навязывая гиперболическую структуру. Дельта и вега, вычисленные по полиномиальной улыбке, гладкие по построению. Главное ограничение: страйки в крипто-опционах разрежены, и полиномы могут вести себя непредсказуемо между точками данных, если их аккуратно не ограничить.

💡

Простота SVI без её смещения формы

Аппроксимирует улыбки, которые SVI структурно воспроизвести не может. Цена: вы теряете хорошо ведущую себя экстраполяцию крыльев SVI и должны явно обрабатывать ограничения на арбитраж. Для многоэкспирационных поверхностей нужны отдельные ограничения по временной структуре. Лучше всего подходит для рынков с необычными улыбками или когда остатки аппроксимации SVI слишком велики.

Исследователь уравнений

Конвертируйте между подразумеваемой волатильностью, полной дисперсией, лог-монейностью и ценами опционов.

Исследователь формул

w = σ² × Ttotal variance = IV² × time

Подразумеваемая вол. (σ)

%

Подразумеваемая волатильность

Время до экспирации

дн.

Календарные дни до экспирации

Полная дисперсия (w)

0.022225

Годовая дисперсия (σ²)

0.2704

IV (обратный пересчёт)

52.00%

Полная дисперсия — это то, что калибруют SVI и другие модели. Она растёт со временем: волатильность 50% на 30 дней даёт меньшую полную дисперсию, чем 50% на 90 дней.

Проверьте свое понимание перед тем, как продолжить.

Q: Почему квинтичный полином может аппроксимировать формы улыбки, недоступные SVI?

Q: Каков главный недостаток использования полинома для экстраполяции крыльев?

Q: Вы аппроксимируете 3-дневную экспирацию по криптоактиву, у которого всего 6 ликвидных страйков. Что предпочесть — SVI или полином?

💡 Совет: Попробуйте ответить на каждый вопрос самостоятельно, прежде чем открывать ответ.

Формируем математическую интуицию

Изучить квинтичный полином с нуляИнтерактивный урок · без предварительных знаний

В этом уроке объясняется, почему полиномиальная аппроксимация даёт дополнительную гибкость улыбки, как работает полином полной дисперсии и почему более строгие проверки на арбитраж становятся важны, как только форме позволено меняться свободнее.

---

См. также:

• Параметризация SVI — отраслевая параметрическая модель, которую расширяет этот подход
• SSVI (поверхностная SVI) — календарно-согласованное поверхностное расширение SVI
• SANOS (непараметрические поверхности) — полностью непараметрический подход с LP-аппроксимацией
• Neural SDE / Deep Hedging — подход на основе данных, обучающий динамику end-to-end
• Методы интерполяции — сравнение всех методов