--- title: "Heston 模型：風險中性變異數、數值引擎與校準" description: "從風險中性參數、變異數邊界、相關衝擊、特徵函數慣例、報價加權校準與數值驗證等面向檢視 Heston 模型。" image: "https://wiki.fcontext.com/og.png" --- > Documentation Index > Fetch the complete documentation index at: https://wiki.fcontext.com/llms.txt > Use this file to discover all available pages before exploring further. # Heston 模型：風險中性變異數、數值引擎與校準 > 僅供教育參考，不構成投資建議；投資可能產生損失。 ## 直接回答 在常見的風險中性測度 `Q` 下，Heston 模型設定 `dS_t / S_t = (r - q)dt + sqrt(v_t)dW_t^(S,Q)` 與 `dv_t = kappa(theta - v_t)dt + xi sqrt(v_t)dW_t^(v,Q)`，且 `d_t = rho dt`。五個核心定價參數為 `v_0`、`theta`、`kappa`、`xi` 與 `rho`。 除非明確說明從實體測度轉換至風險中性測度的變異數風險溢酬映射，否則這些都是風險中性校準參數。它們可以產生隨機變異數、下檔偏斜與期限效應，但擬合所得的參數組不是唯一的市場真相、波動率預測或避險品質證明。 ## 分七步建立、校準與驗證 1. 鎖定請求權、履約與結算規則、幣別、市場時間戳、遠期價格、折現曲線、股利、借券，以及工作採用實體測度 `P` 或定價測度 `Q`。 2. 寫明隨機微分方程與單位：`v_0` 和 `theta` 是年化變異數，`kappa` 的單位為 `1/year`，`xi` 的單位為 `1/sqrt(year)`，`rho` 是位於 `[-1, 1]` 的無因次參數。記錄任何從 `P` 至 `Q` 的變異數風險溢酬映射。 3. 要求參數符號與相關係數有效，再檢驗 `2 kappa theta >= xi^2`。精確平方根過程保持非負；充分 Feller 條件關乎零邊界是否不可達或過程是否嚴格為正，不符合該條件並不表示精確變異數為負或所有價格均無效。 4. 鎖定特徵函數慣例，例如 `phi(u;T) = E^Q[exp(iu ln S_T)]`，並同時鎖定對數價格或對數遠期座標、Fourier 符號、阻尼、折現、複數平方根與對數分支、積分截斷點、網格及容許誤差。 5. 清理同步且可成交的買價、賣價、數量、遠期、折現、股利與公司行動資料。依書面規則排除過時、買賣價倒掛、零數量及違反靜態無套利的資料；明確說明目標函數依價格、隱含波動率、Vega、價差或其他方式加權。 6. 從多組初始值進行校準，並報告參數界限、所採用的 Feller 懲罰、近似最優替代組、價差標準化殘差、梯度或 Jacobian 條件數與參數不穩定性，而非只報告單一 RMSE。 7. 驗證買賣權平價、確定性波動率極限、求積與 FFT 收斂、有限差分或蒙地卡羅交叉檢查、模擬方法偏誤、樣本外價格與避險損益，再對跳躍、事件、流動性、重新校準及結算進行壓力測試。 ## 四個完整範例 - **動差與 Feller 診斷。** 設 `v_0 = 0.09`、`theta = 0.04`、`kappa = 2`、`xi = 0.30`、`rho = -0.70`、`t = 0.5`。則 `E^Q[v_t] = 0.0583939721`，`sqrt(E^Q[v_t]) = 0.2416484473`，變異數半衰期為 `0.3465735903 year = 4.1588830834 months`，且 `2 kappa theta = 0.16 > xi^2 = 0.09`。充分條件成立，但 `sqrt(E[v_t])` 並非 `E[sqrt(v_t)]`，也不是選擇權隱含波動率。 - **相關衝擊建構。** 令 `rho = -0.70`、`Z_S = -1.2`，且獨立的 `Z_perp = 0.5`，則採用 `Z_v = rho Z_S + sqrt(1 - rho^2)Z_perp = 1.1970714214`。若 `S = $100`、`v = 0.04`、`r = 4%`、`q = 1.5%`、`kappa = 2`、`theta = 0.04`、`xi = 0.30`、`Delta t = 1/252`，一次普通 Euler 診斷得到 `S_next = $98.4980627429`、`v_next = 0.0445245047` 及 `sqrt(v_next) = 0.2110083048`。此例用於核對符號與單位；正式環境不建議使用普通 Euler。 - **預期積分變異數。** 使用第一組參數與 `T = 1.5`，`E^Q[integral_0^T v_t dt] = theta T + (v_0 - theta)(1 - e^(-kappa T))/kappa = 0.0837553233 variance-years`。平均預期變異數為 `0.0558368822`，其平方根為 `0.2362982907`。它既不是單一路徑的已實現變異數，也不是直接報價的選擇權隱含波動率。 - **校準權重會改變診斷。** 三筆報價的買價／賣價／模型價／Vega 分別為 `(5.10, 5.30, 5.18, 12)`、`(2.00, 2.10, 2.08, 4)` 與 `(0.45, 0.55, 0.60, 1.5)`。相對中間價的殘差為 `-0.02`、`+0.03` 和 `+0.10`；除以半價差後的標準化殘差為 `-0.2`、`+0.6` 與 `+2.0`。價格 SSE 為 `0.0113`，價差加權 SSE 為 `4.40`，Vega 標準化殘差為 `-0.0016667`、`+0.0075` 與 `+0.0666667` 個波動率小數單位。目標函數會改變最佳化器對嚴重誤差的判定。 ## 模型、校準與數值風險 - 混用實體測度與風險中性參數，或遺漏變異數風險溢酬。 - 混淆變異數與波動率，或採用錯誤的平方根換算。 - 混用年、日、利率、股利與波動率的年化單位。 - 使用錯誤的遠期、折現、連續股利或離散股利輸入。 - 允許無效的參數符號，或讓 `rho` 超出 `[-1, 1]`。 - 將 Feller 條件不成立誤解為精確變異數為負或模型自動失效。 - 使用會產生負變異數與給付偏誤的樸素 Euler 路徑。 - 忽略截斷法、QE 法與精確法之間的偏誤及收斂差異。 - 混用對數價格、對數遠期、Fourier 符號或特徵函數慣例。 - 採用不一致的複數平方根或對數分支，觸發 Little Heston Trap。 - 積分截斷不足、求積解析度過低、FFT 阻尼或容許誤差不當。 - 未通過確定性波動率、買賣權平價、機率與獨立引擎測試。 - 校準過時、不同步、指示性、買賣價倒掛或零數量報價。 - 將存在靜態套利或公司行動扭曲的曲面送入校準。 - 將中間價誤差視為可成交誤差，而忽略買賣價差與數量。 - 假設價格、隱含波動率、Vega 與價差加權目標彼此等價。 - 儘管存在局部極小值、平坦方向與弱識別，仍信任單一起始點。 - 過度擬合單一曲面，卻未驗證樣本外價格與避險表現。 - 假設固定參數的連續 Heston 可捕捉跳躍、事件、違約、所有微笑及未來曲面動態。 - 遺漏流動性、成本、保證金、產品結算、重新校準控制與模型治理。 ## 常見誤解 - **「Heston 能預測波動率。」** 它是在選定測度與參數後設定條件動態。 - **「Feller 條件不成立會使變異數為負，所有價格都無效。」** 精確邊界行為與數值離散化是兩個不同問題。 - **「封閉解表示不需要數值計算。」** Heston 定價仍需特徵函數反演與數值控制。 - **「最佳擬合能唯一決定動態與避險。」** 不同參數組與目標函數可以得到相近的擬合。 - **「隨機波動率能捕捉崩盤與所有微笑。」** 標準 Heston 仍是固定參數的連續擴散。 ## 相關主題 - [隱含波動率](/zh-tw/options/implied-volatility/) - [蒙地卡羅選擇權定價](/zh-tw/options/monte-carlo-option-pricing/) - [有限差分選擇權定價](/zh-tw/options/finite-difference-option-pricing/) ## 原始與學術來源 - [A Closed-Form Solution for Options with Stochastic Volatility with Applications to Bond and Currency Options](https://doi.org/10.1093/rfs/6.2.327) - [A Theory of the Term Structure of Interest Rates](https://doi.org/10.2307/1911242) - [Option Valuation Using the Fast Fourier Transform](https://doi.org/10.21314/JCF.1999.043) - [Simple and Efficient Simulation of the Heston Stochastic Volatility Model](https://doi.org/10.21314/JCF.2008.189) - [Exact Simulation of Stochastic Volatility and Other Affine Jump Diffusion Processes](https://doi.org/10.1287/opre.1050.0247) - [A Comparison of Biased Simulation Schemes for Stochastic Volatility Models](https://doi.org/10.1080/14697680802392496) - [The Little Heston Trap](https://www.ma.imperial.ac.uk/~ajacquie/IC_Num_Methods/IC_Num_Methods_Docs/Literature/HestonTrap.pdf) - [Full and fast calibration of the Heston stochastic volatility model](https://doi.org/10.1016/j.ejor.2017.05.018) Source: https://wiki.fcontext.com/zh-tw/options/heston-model/index.mdx