波动率曲面拟合系列报告（一）：避繁就简却明效大验的SVI模型-20230725-华泰期货-18页_1mb

华泰期货波动率曲面拟合系列报告（一）——避繁就简却明效大验的 SVI 模型

核心内容

本报告聚焦于波动率曲面拟合模型，尤其是 SVI（Stochastic Volatility Inspired）模型及其变种在商品期权市场中的应用。报告指出，Black-Scholes（BS）模型假设波动率为常数，但实际市场中波动率随行权价和到期日变化，因此需要更精确的波动率曲面拟合模型来优化期权定价和风险管理。SVI 模型因其理论性、计算简便性和拟合效果良好，成为业界广泛使用的波动率曲面拟合模型之一。

主要观点

• 波动率曲面拟合的作用：有助于消除市场中的无风险套利机会，为做市商提供定价优势和风险控制手段，为投资者发现套利机会和优化交易策略提供依据。
• SVI 模型的特点：基于随机波动率模型的启发，通过参数化隐含波动率曲面，能够有效拟合波动率微笑现象，适用于商品期权市场。
• SVI 模型的灵活性与高效性：SVI 模型包含五个参数，Quasi SVI 模型通过简化参数优化过程，仅需两个参数即可实现高效拟合，且与 SVI 模型拟合效果一致。
• 实证效果良好：SVI 模型在平值附近和深度虚值、实值期权上均表现出较好的拟合效果，曲线平滑，符合理论假设，能够准确反映市场波动率情况。

关键信息

波动率曲面拟合简介

• 波动率曲面：一个三维曲面，横轴为到期日，纵轴为行权价，曲面上的每个点表示对应期权的隐含波动率。
• 拟合目的：通过市场数据拟合出一个平滑的波动率曲面，使得波动率能够随时间和价格变化。
• 研究范围：本报告聚焦于商品期权，主要关注近月合约和平值期权附近的波动率拟合，因为这些区域波动率误差对市场影响较大。

套利情况分析

• 平价套利：基于 Put-call parity 关系，当该关系不成立时，存在套利机会。
• 垂直套利：利用不同行权价期权之间的价格差异进行套利。
• 日历套利：利用不同到期日期权之间的价格差异进行套利，但商品期权由于标的期货不同，日历套利不再被视为无风险套利。
• 蝶式套利：通过买入远近行权价期权并卖出中间行权价期权，获取稳定收益。

拟合模型分类

• 参数模型：如 Heston、SABR、CEV、SVI、SSVI、eSSVI 等，其中 SVI 模型因其灵活性和计算效率而被广泛使用。
• 半参数模型：如 Wing 模型、样条插值模型，用于波动率曲面的分段拟合。
• 非参数模型：如无蝶式套利模型，不设定函数形式，直接优化波动率误差与套利惩罚项。

SVI 模型详解

• SVI 模型：函数形式为 $w(k; a, b, \sigma, \rho, m) = a + b(\rho(k - m) + \sqrt{(k - m)^2 + \sigma^2})$，其中 $k = \ln(K/F)$ 为期权的价值程度。
• Quasi SVI 模型：通过将 SVI 模型转化为三变量线性回归问题，实现两步优化，将参数优化从 5 变量减少为 2 变量，提高了计算效率。
• Natural SVI 模型：基于 Heston 模型在长期限下的极限形式，便于数学推导，对后续 SSVI 和 eSSVI 模型有理论支持作用。
• SVI Jump-Wings 模型：将波动率曲面参数转化为更具实际意义的指标，如平值方差、偏斜度、左右翼斜率、最小隐含方差等，便于交易员判断市场情况。

实证分析

• 数据选择：以白糖 SR307 期权为样本，时间范围为 2023 年 4 月 26 日至 28 日，平均每半小时拟合一次波动率曲面。
• 数据处理：根据行权价与期货价格的对数差 $k$，选择不同数据点进行拟合。当 $k > 0.06$ 或 $k < -0.06$ 时，仅使用单边期权数据；当 $-0.06 < k < 0.06$ 时，同时使用看涨和看跌期权数据。
• 拟合指标：使用 Vega 加权 RMSE 作为拟合指标，对平值期权数据赋予更高权重，以反映其对做市商的重要性。
• 拟合结果：SVI 模型和 Quasi SVI 模型拟合效果一致，曲线平滑，能够准确反映市场波动率情况。

结论

SVI 模型作为波动率曲面拟合的重要工具，因其理论性、计算效率和拟合准确性，被广泛应用于商品期权市场。本报告通过实证分析展示了 SVI 模型在实际市场中的表现，验证了其在无套利条件下的有效性，并为后续模型（如 SSVI 和 eSSVI）的理论推导提供了基础。