لأغراض تعليمية فقط؛ لا يشكل ذلك نصيحة استثمارية أو توصية استثمارية. قد تؤدي الاستثمارات إلى خسائر.
الإجابة المباشرة
نموذج التقلب العشوائي يجعل التباين اللحظي للأصل متغير حالة عشوائيًا بدلاً من وظيفة ثابتة أو حتمية للوقت والوقت. في المواصفات العامة المستمرة ذات العاملين:
dS_t = μ_t S_t dt + √v_t S_t dW_t^S
dv_t = a(v_t,t)dt + b(v_t,t)dW_t^v، مع dW_t^S dW_t^v = ρ_t dt
يمكن أن تؤدي صدمة التباين الإضافية إلى تقلبات متفاوتة بمرور الوقت، وتكتّل، وانعكاس متوسط، وانحراف، وديناميكيات ابتسامة أكثر ثراءً. النموذج لا يجعل التقلبات “معروفة”؛ فهو يحدد قانون الاحتمالات الذي يجب تقدير أو معايرته لمعلماته ونسخته المحايدة للمخاطر.
هذه عائلة نماذج وليست صيغة واحدة. يستخدم Heston عملية تباين جذر تربيعي تعود إلى المتوسط، ويطوّر SABR السعر الآجل وتقلبه، وتصف نماذج التباين الآجل هيكل آجال التباين، بينما تستخدم نماذج التقلب الخشن ذاكرة غير ماركوفية. لكل اختيار خصائص مختلفة في الملاءمة والتحوّط، ومخاطر عددية ونموذجية مختلفة.
النطاق: تتناول هذه الصفحة آليات النماذج للخيارات الفانيلا والخيارات المعتمدة على المسار، المدرجة وخارج البورصة، على أصول أساسية من الأسهم والعملات الأجنبية وأسعار الفائدة والسلع. هذا إطار عام، وليس وصفًا لبورصة أو وسيط أو حساب هامش أو نظام ضريبي أو ولاية قضائية بعينها. الأمثلة افتراضية ومرجعها الزمني 2026-08-22؛ تحقّق من شروط المنتج وأعراف السوق وقواعد الحساب والولاية القضائية قبل التطبيق. لا تشكل الصفحة نصيحة استثمارية أو قانونية أو ضريبية فردية.
الديناميكيات المادية ليست ديناميكيات تسعير
يتم تصميم العوائد التاريخية وفقًا للمقياس المادي P؛ يستخدم تقييم خيار عدم المراجحة مقياسًا محايدًا للمخاطر Q. مع صدمة التباين غير المتداولة، لا يمكن للأسهم والنقد عمومًا أن يغطي كل مصدر من مصادر عدم اليقين. السوق غير مكتمل، لذا فإن عدم المراجحة وحده لا يحدد بشكل فريد علاوة مخاطر التباين أو انجراف التباين Q.
من الناحية التخطيطية، قد تحتوي نفس حالة التباين على:
dv_t = a_P(v_t,t)dt + b(v_t,t)dW_t^{v,P}
تحت P، ولكن
dv_t = a_Q(v_t,t)dt + b(v_t,t)dW_t^{v,Q}
تحت Q. يتضمن الفرق بين a_P وa_Q التعويض عن مخاطر التقلب. إن تقدير معلمات P من العوائد وإدراجها دون تغيير في سعر الخيار يفترض بصمت هذا التمييز.
ارتباطات الارتباط ρ ترجع وصدمات التباين. في نماذج الأسهم، غالبا ما يساعد الارتباط السلبي المحايد للمخاطر على توليد نقاط هبوط أكثر ثراء. يتحكم تقلب التقلب في كيفية ظهور التباين المستقبلي المشتت ويؤثر على انحناء الابتسامة. يعني الارتداد يشكل هيكل المصطلح. هذه التفسيرات مشروطة: تتفاعل المعلمات، ويمكن لمجموعات المعلمات المتعددة أن تنتج أسعار فانيليا مماثلة.
الملاءمة الثابتة مقابل الديناميكيات
تعمل المعايرة على تقليل الأخطاء عبر المخالفات وانتهاء الصلاحية في وقت واحد. ويجب أن يحدد نموذج المخاطر أيضًا كيفية تغير السطح المجهز بعد الصدمات الموضعية والزمنية والتقلبية. يمكن أن يتطابق نموذجان مع الفانيليا اليوم وينتجان قيم حاجز مختلفة، والانحرافات الأمامية، ونسب التحوط، وP/L. في اليوم التالي، وبالتالي فإن ديناميكيات الابتسامة والتحوط خارج العينة تعد أهدافًا منفصلة للتحقق من خطأ المعايرة.
مثال: تباين حالي واحد، مقياسان
افترض أن التباين الحالي هو v₀ = 0.04، وبالتالي فإن التقلب اللحظي الحالي هو √0.04 = 20%. للتوضيح، لنفترض أن التباين يعني العودة تحت كل مقياس:
E[v_T] = θ + (v₀ − θ)e^(−κT)
استخدم هذه المعلمات الافتراضية:
| قياس | κ |
θ |
ستة أشهر E[v_0.5] |
|---|---|---|---|
المادية P |
1 |
0.04 |
0.04 |
محايدة المخاطر Q |
2 |
0.0625 |
0.05422 |
ضمن P:
0.04 + (0.04 − 0.04)e^(−1×0.5) = 0.04
ضمن Q:
0.0625 + (0.04 − 0.0625)e^(−2×0.5) = 0.05422
الجذور التربيعية هي 20% و23.29% على التوالي. هذا الاختلاف ليس توقعا لربح الخيار ولا يحدد علاوة المخاطر من ملاحظة واحدة. وهو يوضح لماذا لا يمكن إعادة تسمية هيكل مصطلح التباين المحايد للمخاطر الذي تم معايرته من الخيارات على أنه تقلبات محققة متوقعة.
كما أن √E[v_T] لا يساوي عمومًا E[√v_T]. يوضح المثال الجذر التربيعي للتباين المتوقع، وليس التقلب المتوقع. تعتمد قيمة الخيار الكامل على توزيع ومسار التباين، وارتباطه بالعائدات، والمردود، وليس هذا المتوسط فقط.
اختيار النموذج وقائمة التحقق من صحته
- ذكر المعادلات العشوائية، والقياس، ومتغيرات الحالة، ووحدات المعلمة، والسلوك الحدودي، وبنية الارتباط.
- معلمات منفصلة مقدرة من العائدات ضمن
Pعن تلك التي تمت معايرتها لأسعار الخيارات ضمنQ. - استخدم عروض الأسعار القابلة للتنفيذ المتزامنة والعقود الآجلة وعوامل الخصم والأرباح وشروط العقد.
- أخطاء معايرة الوزن حسب الأهمية الاقتصادية مثل Bid-Ask أو Vega، وفحص كل انتهاء وجناح.
- تشغيل عدة تخمينات أولية والإبلاغ عن مجموعات معلمات شبه مكافئة؛ يمكن أن تكون إحدى نتائج المُحسِّن غير قابلة للتعريف.
- التحقق من الإيجابية، وظروف اللحظة، وانحياز المحاكاة، والتمييز، وتكامل التحويل، والتعامل مع الفروع.
- أعد تسعير جميع أدوات المعايرة وقارن الأخطاء مع فروق الأسعار في السوق، وليس فقط IV RMSE.
- التحقق من صحة التحركات السطحية المستقبلية، والتحوط P/L، واستقرار المعلمة خارج العينة.
- قفزات أسعار الإجهاد، وتباين الأحداث، وفواصل الارتباط، وارتفاع تقلبات التقلب، وفقدان السيولة.
- قارن هيستون، والتقلبات المحلية، والتقلبات العشوائية المحلية، والقفز، والبدائل التقريبية للمردود الفعلي.
- علاج التمرينات الأمريكية والأرباح المنفصلة والحواجز والاعتماد على المسار بالطرق العددية المناسبة.
- تضمين تكاليف المعاملات، وإعادة التحوط المنفصلة، والتمويل، والتخصيص، وأدوات التحوط غير المتاحة.
- سجل المخاطر الذي يحذفه النموذج عمدا؛ المعايرة الدقيقة لا تقلل من المخاطر المحذوفة.
مفاهيم خاطئة شائعة
- “التقلب العشوائي يتنبأ بالتقلبات.” وهو يحدد الديناميكيات الشرطية بعد اختيار النموذج والمعلمات.
- “خيارات الأسعار لمعلمات التباين التاريخية.” يحتاج التسعير عمومًا إلى ديناميكيات محايدة للمخاطر وعلاوة مخاطر التقلب.
- “الملاءمة المثالية للفانيليا تثبت النموذج.” لا تحدد الملاءمة الثابتة المسارات الواقعية أو سلوك التحوط.
- “المزيد من العوامل تعمل دائمًا على تحسين الدقة.” يمكن أن تؤدي المرونة إلى زيادة عدم الاستقرار، والتركيب الزائد، ومخاطر المعلمات غير القابلة للتحوط.
- “التقلب العشوائي يشمل الأعطال.” لا يزال بإمكان نموذج التباين المستمر حذف الأسعار المتقطعة وقفزات التباين.
- “التباين المتوقع المحايد للمخاطر هو توقعات السوق.” وهو كائن تسعير يحتوي على علاوات المخاطر ويعتمد على الاتفاقيات.
- “المعلمة المعايرة الواحدة لها معنى اقتصادي واحد.” المعلمات تعوض بعضها البعض ويمكن تحديدها بشكل ضعيف.