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

Path-Dependent Volatility (PDV)

Mọi mô hình trên trang này đều giả định rằng vol phụ thuộc vào giá đang ở đâu ngay bây giờ -- mức giá hiện tại, có thể là trạng thái vol hiện tại. Path-Dependent Volatility (Guyon & Lekeufack, 2023) cho rằng như vậy là chưa đủ. Vol còn phụ thuộc vào giá đã từng ở đâu. Một đồng coin đã sụp đổ 10% rồi phục hồi về 100kho^nggiaodchgio^ˊngnhưmtđo^ˋngluo^nmc100 không giao dịch giống như một đồng luôn ở mức 100 suốt thời gian đó. Đồng coin sụp-đổ-rồi-phục-hồi có biến động ngụ ý tăng cao, skew dốc hơn, và cánh rộng hơn -- bởi vì thị trường ghi nhớ cú sụp đổ.

💡
Thị trường có trí nhớ

Nếu BTC vừa trải qua một đợt sụt giảm 15%, vol vẫn duy trì ở mức cao ngay cả sau khi giá phục hồi. PDV biến vol thành một hàm của hai thứ: realized vol gần đâyxu hướng giá gần đây. Đó là toàn bộ mô hình. Bề mặt biến động dịch chuyển để phản ứng với đường đi của giá, chứ không chỉ mức giá hiện tại.

Xem Nó Hoạt Động

Chuyển đổi giữa một đường sụp-đổ-phục-hồi và một đường đi ngang. Cả hai đều kết thúc ở cùng một mức giá, nhưng tạo ra các vol smile khác nhau. Kéo thanh trượt trí nhớ để xem cửa sổ nhìn lại thay đổi hiệu ứng như thế nào.

Biến động phụ thuộc vào quỹ đạo giá

Giá giảm 10% rồi bật tăng trở lại. Bộ nhớ quỹ đạo giữ mức biến động cao ngay cả sau khi giá phục hồi.
Quỹ đạo giá gần đây
cửa sổ bộ nhớ10091Thời gian
Đường smile biến động thu được
34%45%56%Put OTMATMCall OTMSụp đổ & phục hồiThị trường đi ngang
Bộ nhớ quỹ đạo (cửa sổ nhìn lại)30 ngày
1 ngày (bộ nhớ ngắn)90 ngày (bộ nhớ dài)

Chuyển đổi giữa các kịch bản để xem cùng một mức giá hiện tại tạo ra các đường smile khác nhau như thế nào dựa trên quỹ đạo giá gần đây. Kéo thanh trượt bộ nhớ để xem cửa sổ nhìn lại thay đổi hiệu ứng ra sao.

Cách Nó Hoạt Động

1. Hai đầu vào từ đường đi của giá

PDV chắt lọc lịch sử giá gần đây thành hai con số:

Đầu vào
Nó nắm bắt điều gì
Trực giác của trader
Realized vol gần đây
Giá đã dao động bao nhiêu trong cửa sổ nhìn lại.
Bạn đã kiểm tra điều này trên mọi vol dashboard rồi. RV gần đây cao = IV tăng cao.
Xu hướng gần đây
Thay đổi giá ròng trong cửa sổ nhìn lại (lên hoặc xuống).
Một cú giảm mạnh làm skew dốc hơn. Một đợt tăng làm nó phẳng ra. Bạn thấy điều này hàng ngày.

2. Vol là một hàm của hai đầu vào này

Mô hình nói rằng: biến động ngụ ý tại bất kỳ giá thực hiện nào là một hàm của spot hiện tại cộng với hai bản tóm tắt đường đi này. Không có biến trạng thái vol ngẫu nhiên, không có giải tích phân số, không có chuỗi Markov ẩn. Chỉ là: "giá đang ở đâu, nó đã dao động bao nhiêu, và theo hướng nào?"

3. Hành vi rough vol mà không cần mô hình rough

Cấu trúc này tái tạo một số hiện tượng "khó":

  • Vol clustering -- vol cao sinh ra vol cao, bởi vì realized vol gần đây vẫn duy trì ở mức cao
  • Leverage effect -- các cú giảm giá làm tăng vol nhiều hơn các cú tăng giá, bởi vì đầu vào xu hướng làm lệch hàm. Tạo ra skew thay đổi theo lợi nhuận gần đây.
  • Tỷ lệ giống rough-vol -- độ thô rõ ràng của các đường vol xuất hiện một cách tự nhiên từ tính phụ thuộc đường đi, mà không cần chuyển động Brown phân số
  • Hiệu chỉnh đồng thời SPX/VIX -- mô hình hiệu chỉnh đồng thời cho cả quyền chọn chỉ số và quyền chọn VIX, điều mà hầu hết các mô hình không làm được
ℹ️
Vì sao điều này quan trọng đối với crypto

Thị trường crypto có tính phụ thuộc đường đi cực kỳ mạnh. Sau một chuỗi thanh lý dây chuyền, vol vẫn duy trì ở mức cao trong nhiều ngày ngay cả khi giá phục hồi. Sau một đợt bò chậm kéo dài, vol bị nén lại. PDV nắm bắt điều này một cách trực tiếp. Các mô hình truyền thống xử lý mọi mức 60k BTC như nhau -- PDV xử lý "60k sau một cú sụp đổ từ 70k" khác với "60k sau một đợt tăng từ 50k." Sự khác biệt đó quan trọng đối với việc định giá và phòng hộ delta.

PDV so với các mô hình khác

Đặc điểm
Heston / SABR
Rough Bergomi
PDV
Vol phụ thuộc vào
Chỉ trạng thái hiện tại
Toàn bộ lịch sử vol (phân số)
RV gần đây + xu hướng
Trí nhớ đường đi
Không có (Markov)
Vô hạn (luật lũy thừa)
Hữu hạn (cửa sổ nhìn lại)
Độ phức tạp
Thấp
Cao (phi-Markov)
Thấp
Khớp đồng thời SPX/VIX
Kém
Trung bình
Tốt
Vol clustering
Một phần
Tốc độ mô phỏng
Nhanh
Chậm
Nhanh (Markov)
Độ trưởng thành
Nhiều thập kỷ
~10 năm
Mới (2023)

Điểm mạnh và hạn chế

Điểm mạnh
Nó có nghĩa gì với bạn
Đầu vào trực quan
Realized vol gần đây và xu hướng là những thứ mọi trader đều theo dõi. Không có biến trạng thái trừu tượng.
Markov (mô phỏng nhanh)
Dù nắm bắt hiệu ứng đường đi, mô hình vẫn là Markov trong (S, realized vol, xu hướng). Monte Carlo với tốc độ tiêu chuẩn.
Rough vol mà không cần toán rough
Tái tạo các tính chất tỷ lệ của các mô hình rough vol mà không cần giải tích phân số hay mô phỏng phi-Markov.
Hiệu chỉnh đồng thời
Hiệu chỉnh đồng thời cho cả quyền chọn vanilla và các sản phẩm vol-of-vol (quyền chọn VIX, vol swaps).
Hạn chế
Nó có nghĩa gì với bạn
Lựa chọn cửa sổ nhìn lại
Tham số trí nhớ có ý nghĩa quan trọng và phải được chọn hoặc khớp. Các cửa sổ khác nhau tạo ra các bề mặt khác nhau.
Không có định giá dạng đóng
Giá quyền chọn cần mô phỏng Monte Carlo. Chậm hơn các xấp xỉ dạng đóng của Heston hay SABR.
Mới (2023)
Kinh nghiệm thực tế còn hạn chế. Các trường hợp biên và chế độ thất bại chưa được ghi chép đầy đủ.
Cần lịch sử giá
Không thể định giá quyền chọn trên một token hoàn toàn mới không có lịch sử giao dịch. Cần đủ dữ liệu để tính realized vol và xu hướng.
💡
Mô hình vol phụ thuộc đường đi đơn giản nhất

PDV sử dụng realized vol gần đây và xu hướng gần đây để giải thích các động lực của smile mà các mô hình vol ngẫu nhiên bỏ sót. Tái tạo rough vol, vol clustering, và các hiệu ứng leverage mà không cần toán học kỳ lạ. Vega dưới PDV khác với Black-Scholes bởi vì trạng thái đường đi thay đổi hình dạng của smile. Sự đánh đổi: mới, cần Monte Carlo, và phụ thuộc vào lựa chọn cửa sổ nhìn lại.

Trình 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: BTC đang ở $65k. Nó đến được đây bằng cách sụp đổ từ $72k rồi phục hồi. Dưới PDV, bề mặt biến động khác thế nào so với kịch bản BTC tăng chậm từ $60k?
Q: Vì sao PDV tái tạo hành vi giống rough-vol mà không sử dụng chuyển động Brown phân số?
Q: Bạn đang chọn một cửa sổ nhìn lại cho PDV trên quyền chọn ETH. Những đánh đổi giữa 7 ngày và 60 ngày là gì?

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


Xem thêm:

  • SABR Model -- Vol ngẫu nhiên cổ điển không có tính phụ thuộc đường đi
  • Rough Bergomi -- Mô hình vol phân số mà PDV có thể xấp xỉ
  • Heston Model -- Vol ngẫu nhiên hồi quy về trung bình (Markov, không có trí nhớ đường đi)
  • Neural SDE / Deep Hedging -- Một cách tiếp cận dựa trên dữ liệu khác cho mô hình hóa vol
  • Vol Regimes -- Hiểu các chế độ mà PDV nắm bắt một cách tự nhiên