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

SANOS (Bề mặt phi tham số)

SANOS áp dụng một cách tiếp cận khác để xây dựng bề mặt biến động. Thay vì khớp một công thức với vài tham số điều chỉnh (như 5 tham số mỗi lát cắt của SVI), SANOS xây dựng bề mặt trực tiếp từ dữ liệu thị trường bằng một lưới các node biến động cục bộ và các ràng buộc không arbitrage được đảm bảo. Một bề mặt mượt mà có thể nắm bắt bất kỳ hình dạng nào mà thị trường tạo ra -- bao gồm cả các đặc điểm cục bộ mà các mô hình tham số về mặt cấu trúc không thể khớp được.

💡
Tham số vs. phi tham số

SVI và SABR quyết định trước hình dạng của smile (giống parabol, với 3-5 tham số). SANOS không giả định hình dạng nào. Nó đặt câu hỏi: 'bề mặt mượt nhất đi qua dữ liệu thị trường mà không tạo ra arbitrage là gì?' Điều này tạo ra kết quả khớp tốt hơn khi thị trường lệch khỏi các kỳ vọng tham số. Biến động ngụ ý tại mỗi node là một biến tự do, không phải đầu ra của công thức.

Xem trực quan​

Chuyển đổi giữa các chế độ xem để thấy SANOS so sánh với kết quả khớp SVI tham số như thế nào, lưới trông ra sao, và các ràng buộc arbitrage được thực thi như thế nào.

Xây dựng bề mặt SANOS

74%92%110%8090ATM110120Giá thực hiệnBiến động ngụ ý (%)Báo giá thị trườngSVI (tham số)SANOS (phi tham số)
Phần dư SVIRMSE: 25.66
Phần dư SANOSRMSE: 0.15

SVI (tham số) dùng 5 tham số và có thể bỏ lỡ các đặc điểm cục bộ. SANOS (phi tham số) đi qua các báo giá thị trường trong khi vẫn tuân thủ các ràng buộc arbitrage.

Cách hoạt động​

1. Một lưới các node biến động thay vì công thức​

Bề mặt được biểu diễn bằng một lưới các giá trị biến động cục bộ -- một giá trị tại mỗi điểm (giá thực hiện, ngày đáo hạn). Với 15 giá thực hiện và 5 ngày đáo hạn, bạn có 75 biến tự do thay vì 25 của SVI. Linh hoạt hơn, nhưng bạn cần các ràng buộc để ngăn bộ tối ưu hóa tạo ra kết quả vô nghĩa.

2. Ràng buộc không arbitrage được tích hợp sẵn​

Hai quy tắc không arbitrage cơ bản chuyển thành các ràng buộc đơn giản trên lưới:

Ràng buộc
Ý nghĩa
Calendar spread
Tổng phương sai phải tăng theo kỳ hạn tại mọi giá thực hiện. Ngăn chặn arbitrage calendar.
Butterfly spread
Giá call phải lồi theo giá thực hiện. Không có tiền miễn phí từ các giao dịch butterfly.
Tính dương
Biến động cục bộ phải dương ở mọi nơi. Biến động không thể âm.

Điểm mấu chốt: với các node biến động cục bộ là biến số, tất cả các ràng buộc này đều tuyến tính. Điều đó có nghĩa là bộ tối ưu hóa có thể thực thi chúng một cách hoàn hảo, mọi lúc.

3. Giải bằng quy hoạch tuyến tính​

Các ràng buộc và hàm mục tiêu đều tuyến tính, nên toàn bộ bài toán là một bài toán quy hoạch tuyến tính.

  • Không có cực tiểu cục bộ -- bộ giải luôn tìm ra đáp án tốt nhất, không chỉ là đáp án gần đó
  • Không nhạy cảm với khởi tạo -- bạn không cần một điểm khởi đầu tốt
  • Nhanh -- các bộ giải LP hiện đại xử lý việc này trong vài mili giây
  • Hỗ trợ bid-ask tự nhiên -- LP xử lý spread giá mua/giá bán một cách tự nhiên dưới dạng khoảng giá trị, không phải giá trung bình
ℹ️
Tại sao quy hoạch tuyến tính quan trọng

SVI và SABR yêu cầu tối ưu hóa phi tuyến: bạn cần một điểm khởi đầu tốt và có thể rơi vào cực tiểu cục bộ. SANOS tránh được tất cả những điều này. LP luôn tìm ra đáp án tốt nhất toàn cục, nhanh và có tính xác định. Mỗi node giá thực hiện và ngày đáo hạn được ràng buộc đồng thời chống lại arbitrage calendar và các vi phạm butterfly trong một lần giải duy nhất.

Xử lý spread giá mua/giá bán​

Hầu hết các mô hình khớp giá trung bình. Nhưng giá trung bình là một điều hư cấu -- thị trường báo giá mua và giá bán, và giá trị 'thực' nằm đâu đó trong khoảng đó. SANOS khớp trực tiếp với các khoảng giá mua/giá bán: mô hình chỉ cần nằm trong khoảng tại mỗi điểm. Các báo giá thanh khoản cao (spread hẹp) ràng buộc bề mặt chặt chẽ. Các báo giá thanh khoản thấp (spread rộng) ràng buộc lỏng lẻo. Không có thiên lệch giá trung bình nhân tạo.

💡
Đánh đổi của SANOS

Phương pháp linh hoạt nhất và sạch nhất để xây dựng bề mặt. Không arbitrage ngay từ thiết kế, xử lý giá mua/giá bán tự nhiên, nắm bắt các đặc điểm cục bộ mà mô hình tham số bỏ lỡ. Cái giá phải trả: còn mới (2025), không có diễn giải động (không dự đoán động lực skew), cần nhiều hạ tầng hơn.

SANOS so với mô hình tham số​

Đặc điểm
SVI / SSVI
SABR
SANOS
Giả định hình dạng
Cánh parabol
Xương sống CEV
Không có
Không arbitrage
Kiểm tra hậu kiểm
Có thể vi phạm ở cánh
Theo thiết kế
Nhất quán calendar
Theo từng lát cắt (SSVI cho toàn bộ)
Không được đảm bảo
Theo thiết kế
Phương pháp khớp
Tối ưu hóa phi tuyến
Tối ưu hóa 2 tham số
Quy hoạch tuyến tính (tối ưu toàn cục)
Đặc điểm cục bộ
Không nắm bắt được
Không nắm bắt được
Nắm bắt được
Xử lý giá mua/giá bán
Khớp giá trung bình
Khớp giá trung bình
Khoảng giá tự nhiên
Ngoại suy
Bị chặn (cánh tuyến tính)
Có thể hỏng
Phụ thuộc thiết lập biên
Diễn giải động
Không có
Sticky-delta
Không có (tĩnh)
Độ trưởng thành
Chuẩn ngành
Hàng thập kỷ sử dụng
Mới (2025)

Điểm mạnh và hạn chế​

Điểm mạnh
Ý nghĩa đối với bạn
Không thiên lệch hình dạng
Hình dạng bề mặt đến từ dữ liệu, không phải từ công thức. Nắm bắt các đặc điểm thị trường mà SVI/SABR về mặt cấu trúc bỏ lỡ.
Không arbitrage theo thiết kế
Không cần sửa chữa hậu kiểm. Các ràng buộc calendar và butterfly được thực thi trong quá trình khớp.
Khớp bằng LP -- không có cực tiểu cục bộ
Có tính xác định, nhanh, luôn tìm được tối ưu toàn cục. Không cần điểm khởi đầu tốt.
Hỗ trợ bid-ask tự nhiên
Tôn trọng sự không chắc chắn trong báo giá thị trường. Không có thiên lệch giá trung bình nhân tạo.
Nắm bắt đặc điểm cục bộ
Cú tăng biến động trước sự kiện, các điểm gãy do OI lớn, các đứt gãy cấu trúc giữa các ngày đáo hạn -- tất cả đều được nắm bắt.
Hạn chế
Ý nghĩa đối với bạn
Không có diễn giải động
Cho bạn biết hình dạng bề mặt hiện tại, không phải cách nó sẽ di chuyển khi giá spot di chuyển. Dùng SABR cho động lực smile.
Ngoại suy cần cẩn thận
Khớp rất đẹp trong phạm vi quan sát được. Ngoài giá thực hiện OTM thanh khoản cuối cùng, bạn cần các điều kiện biên.
Rủi ro overfitting với nhiều node
Nhiều tham số hơn nghĩa là bạn có thể khớp cả nhiễu trong các thị trường thanh khoản mỏng. Việc làm mượt đúng cách là thiết yếu.
Mới (2025)
Thiếu hàng thập kỷ kiểm nghiệm thực chiến mà SVI và SABR có. Các trường hợp biên có thể chưa được ghi nhận.
⚠️
Không phải là sự thay thế cho mọi thứ

SANOS giải quyết bài toán khớp tĩnh tốt hơn các mô hình tham số. Nhưng nó không giải quyết động lực smile (dùng SABR), không cung cấp biểu diễn gọn nhẹ để lưu trữ (5 con số mỗi lát cắt của SVI rất khó vượt qua), và cần nhiều hạ tầng hơn. Việc tính các Greek như delta và vega từ bề mặt SANOS đòi hỏi phương pháp sai phân hữu hạn trên lưới. Đây là thế hệ tiếp theo của việc khớp bề mặt, không phải là sự thay thế cho việc hiểu các mô hình tham số.

Liên quan đến Crypto​

Thị trường quyền chọn crypto có một số đặc điểm ưu ái các phương pháp phi tham số:

  • Báo giá thưa thớt, không đều: Không phải mọi giá thực hiện đều có báo giá tại mọi ngày đáo hạn. SANOS xử lý lưới không đều một cách tự nhiên.
  • Spread giá mua/giá bán rộng: Đặc biệt với các tài sản cơ sở nhỏ hơn. SANOS sử dụng spread như các ràng buộc thay vì loại bỏ chúng.
  • Sự kiện cấu trúc: Mở khóa token, nâng cấp giao thức, và airdrop tạo ra các đặc điểm biến động cục bộ mà SVI không thể nắm bắt. Chúng xuất hiện dưới dạng các cú tăng biến động ATM tại các ngày đáo hạn cụ thể.
  • Thay đổi chế độ nhanh chóng: Bề mặt có thể thay đổi hình dạng nhanh hơn tốc độ tái ước lượng của mô hình tham số. Việc khớp bằng LP của SANOS đủ nhanh để theo kịp. Cấu trúc kỳ hạn có thể dịch chuyển mạnh trong ngày và SANOS thích ứng mà không cần can thiệp thủ công.
ℹ️
SANOS và trích xuất biến động cục bộ

Vì SANOS tham số hóa trực tiếp các node biến động cục bộ, việc trích xuất một bề mặt biến động cục bộ Dupire đầy đủ là chuyện đơn giản -- nó chính là lưới đã khớp. Điều này làm cho SANOS đặc biệt hữu ích cho việc định giá các quyền chọn exotic phụ thuộc đường đi (barrier, cliquet) nơi động lực biến động cục bộ quyết định payoff. Các mô hình tham số như SVI dựa trên Black-Scholes cần một bước trích xuất riêng có thể tạo ra các sai lệch số học.

Equation Explorer​

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: Tại sao SANOS sử dụng quy hoạch tuyến tính thay vì tối ưu hóa phi tuyến như SVI và SABR?
Q: Bề mặt SANOS của một nhà tạo lập thị trường có 20 node giá thực hiện và 6 node ngày đáo hạn. Có bao nhiêu biến tự do, và so với SVI thế nào?
Q: Bạn cần định giá một quyền chọn barrier. Bạn sẽ ưu tiên bề mặt SANOS hay bề mặt SVI để trích xuất biến động cục bộ?
Q: Hạn chế chính của SANOS so với SABR đối với một bàn giao dịch phòng hộ delta là gì?

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

Xây dựng trực giác toán học​

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

Bài học này giải thích SANOS như một bề mặt lưới node thay vì một công thức cố định, sau đó cho thấy cách quá trình tối ưu hóa và các ràng buộc không arbitrage hoạt động cùng nhau.

Xem thêm:

Cập nhật lần cuối vào