Solo a scopo educativo; non costituisce consulenza né raccomandazione d’investimento. Gli investimenti possono comportare perdite.
Risposta diretta
Un modello di volatilità stocastica rende la varianza istantanea di un asset una variabile di stato casuale anziché una costante o una funzione deterministica di spot e tempo. In una generica specifica continua a due fattori:
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, con dW_t^S dW_t^v = ρ_t dt
Lo shock extra della varianza può creare volatilità variabile nel tempo, clustering, ritorno alla media, distorsione e dinamiche del sorriso più ricche. Il modello non rende “conosciuta” la volatilità; specifica una legge di probabilità i cui parametri e la versione neutrale al rischio devono essere stimati o calibrati.
Questa è una famiglia di modelli, non una formula. Heston utilizza un processo di varianza con radice quadrata e ritorno alla media, SABR fa evolvere un forward e la sua volatilità, i modelli di varianza forward modellano la struttura a termine della varianza e i modelli di volatilità approssimativa utilizzano memoria non markoviana. Ciascuna scelta si adatta e copre caratteristiche diverse e introduce rischi numerici e di modello diversi.
Ambito: questa pagina tratta la meccanica dei modelli per opzioni vanilla e dipendenti dal percorso, quotate e over-the-counter, su sottostanti azionari, valutari, di tasso e di materie prime. È un quadro generale, non una descrizione di una particolare borsa, intermediario, conto a margine, regime fiscale o giurisdizione. Gli esempi sono ipotetici e si riferiscono al 2026-08-22; prima di applicarli, verificare i termini del prodotto, le convenzioni di mercato, le regole del conto e la giurisdizione applicabile. Non costituisce consulenza individuale d’investimento, legale o fiscale.
Le dinamiche fisiche non sono dinamiche di prezzo
I rendimenti storici sono modellati sulla base della misura fisica P; La valutazione dell’opzione senza arbitraggio utilizza una misura neutrale al rischio Q. Con uno shock di varianza non negoziato, azioni e liquidità generalmente non riescono a coprire ogni fonte di incertezza. Il mercato è incompleto, quindi il solo assenza di arbitraggio non determina in modo univoco il premio per il rischio di varianza o la deriva della varianza Q.
Schematicamente, lo stesso stato di varianza può avere:
dv_t = a_P(v_t,t)dt + b(v_t,t)dW_t^{v,P}
sotto P, ma
dv_t = a_Q(v_t,t)dt + b(v_t,t)dW_t^{v,Q}
sotto Q. La differenza tra a_P e a_Q incorpora una compensazione per il rischio di volatilità. La stima dei parametri P dai rendimenti e l’inserimento invariati in un prezzo di opzione presuppone silenziosamente tale distinzione.
La correlazione ρ collega gli shock di rendimento e di varianza. Nei modelli azionari, una correlazione neutrale al rischio con adattamento negativo spesso aiuta a generare Opzioni Put (opzione put, ossia diritto di vendita) al ribasso più ricche. La volatilità della volatilità controlla quanto può disperdersi la varianza futura e influenza la curvatura del sorriso. La reversione alla media modella la struttura del termine. Queste interpretazioni sono condizionali: i parametri interagiscono e più set di parametri possono produrre prezzi vanilla simili.
Adattamento statico contro dinamico
Una calibrazione riduce al minimo gli errori tra colpi e scadenze contemporaneamente. Un modello di rischio deve anche specificare come cambia la superficie adattata dopo shock spot, temporali e di volatilità. Due modelli possono eguagliare i valori vanilla di oggi e produrre diversi valori di barriera, inclinazioni future, rapporti di copertura e P/L del giorno successivo. La dinamica del sorriso e la copertura fuori campione sono quindi obiettivi di validazione separati dall’errore di calibrazione.
Esempio: una varianza corrente, due misure
Supponiamo che la varianza attuale sia v₀ = 0.04, quindi la volatilità istantanea attuale sia √0.04 = 20%. A titolo illustrativo, supponiamo che la varianza sia un ritorno alla media per ciascuna misura:
E[v_T] = θ + (v₀ − θ)e^(−κT)
Utilizza questi ipotetici parametri:
| Misura | κ |
θ |
Semestrale E[v_0.5] |
|---|---|---|---|
Fisico P |
1 |
0.04 |
0.04 |
Neutrale rispetto al rischio Q |
2 |
0.0625 |
0.05422 |
Sotto P:
0.04 + (0.04 − 0.04)e^(−1×0.5) = 0.04
Sotto Q:
0.0625 + (0.04 − 0.0625)e^(−2×0.5) = 0.05422
Le radici quadrate sono 20% e 23.29%, rispettivamente. Questa differenza non è una previsione del profitto delle opzioni e non identifica il premio per il rischio da un’osservazione. Mostra perché una struttura a termine della varianza neutrale al rischio, calibrata a partire dalle opzioni, non può essere rietichettata come volatilità attesa realizzata.
Inoltre, √E[v_T] non è generalmente uguale a E[√v_T]. L’esempio riporta la radice quadrata della varianza prevista, non della volatilità prevista. Il valore di un’opzione completa dipende dalla distribuzione e dal percorso della varianza, dalla sua correlazione con i rendimenti e dal payoff, non solo da questa media.
Lista di controllo per la selezione e la convalida del modello
- Indicare le equazioni stocastiche, la misura, le variabili di stato, le unità dei parametri, il comportamento al contorno e la struttura di correlazione.
- Separare i parametri stimati dai rendimenti in
Pda quelli calibrati sui prezzi delle opzioni inQ. - Utilizza quotazioni eseguibili sincronizzate, forward, fattori di sconto, dividendi e termini contrattuali.
- Peso degli errori di calibrazione in base alla rilevanza economica come Bid-Ask o Vega e ispezione di ogni scadenza e ala.
- Eseguire più ipotesi iniziali e segnalare set di parametri quasi equivalenti; un risultato dell’ottimizzatore può non essere identificabile.
- Verifica positività, condizioni momento, bias di simulazione, discretizzazione, integrazione delle trasformazioni e gestione dei rami.
- Riprezzare tutti gli strumenti di calibrazione e confrontare gli errori con gli spread di mercato, non solo IV RMSE.
- Convalida futuri movimenti della superficie, copertura P/L e stabilità dei parametri fuori dal campione.
- Sollecitare i sbalzi dei prezzi, la varianza degli eventi, le interruzioni della correlazione, i picchi di volatilità della volatilità e la perdita di liquidità.
- Confronta Heston, volatilità locale, volatilità stocastico-locale, salto e alternative approssimative per il profitto effettivo.
- Trattare l’exercise (esercizio dell’opzione da parte del titolare) americano, i dividendi discreti, le barriere e la dipendenza dal percorso con metodi numerici adeguati.
- Includere i costi di transazione, la copertura discreta, il finanziamento, la assignment (assegnazione dell’obbligo al venditore dell’opzione) e gli strumenti di copertura non disponibili.
- Registrare quali rischi il modello omette deliberatamente; una calibrazione precisa non riduce il rischio omesso.
Errori comuni
- “La volatilità stocastica predice la volatilità.” Definisce le dinamiche condizionali dopo la scelta del modello e dei parametri.
- “Opzioni di prezzo con parametri di varianza storica”. Il pricing richiede generalmente dinamiche neutrali rispetto al rischio e un premio per il rischio di volatilità.
- “Un adattamento perfetto dimostra il modello.” L’adattamento statico non identifica percorsi realistici o comportamenti di copertura.
- “Più fattori migliorano sempre la precisione.” La flessibilità può aumentare l’instabilità, l’adattamento eccessivo e il rischio di parametri non controllabili.
- “La volatilità stocastica include i crolli”. Un modello a varianza continua può comunque omettere salti discontinui di prezzo e varianza.
- “La varianza attesa neutrale rispetto al rischio è una previsione di mercato.” È un oggetto di determinazione del prezzo contenente premi di rischio e dipende da convenzioni.
- “Un parametro calibrato ha un significato economico.” I parametri si compensano a vicenda e possono essere scarsamente identificati.