Trading & Investment hoạt động

Mô hình SABR — nụ cười biến động

SABR — Mô hình SABR

Đã chạy được. Mục này có công cụ tính toán thật trên nền tảng, không phải mô tả lộ trình.

Nụ cười biến động SABR Công thức xấp xỉ Hagan cho cả dải strike

SABR là mô hình biến động ngẫu nhiên được dùng nhiều nhất trên thị trường lãi suất, nhờ có công thức xấp xỉ gần đóng đủ nhanh để hiệu chỉnh thời gian thực.

Đang chạy trên dữ liệu mẫu, không phải dữ liệu của bạn. Các ô còn nguyên mẫu dựng sẵn: Danh sách strike. Chọn nguồn dữ liệu khác ở cột bên trái rồi chạy lại để có kết quả của riêng bạn.
Vol tại tiền 2.02%
Vol thấp nhất 2.02%
Vol cao nhất 4.63%
Độ nghiêng +0.000364 / đơn vị strike
Kết luận Nụ cười nghiêng xuống (put đắt hơn)
① Nguồn dữ liệu

Nhận dấu phẩy, chấm phẩy hoặc tab; tự nhận dòng tiêu đề; hiểu cả 1.234.567 lẫn 1.234,56.

Chỉ tải http/https tới địa chỉ công khai; địa chỉ nội bộ bị từ chối.

② Tham số

Giá trị mặc định là ví dụ chạy được — bấm Tính ngay để xem kết quả, rồi thay dữ liệu của bạn vào.

Nụ cười biến động tại các strike đã nhập

SABRBiến động hằng số (Black-Scholes)
Nụ cười biến động tại các strike đã nhập4.9393.862.7811.702809095100105110120

Trục dọc tính bằng %. Đường thẳng là giả định của Black-Scholes: MỘT sigma cho mọi strike. Vol trên các strike đã nhập trải 2.61 điểm phần trăm từ mức thấp nhất tới mức cao nhất — chính là bằng chứng thị trường không tin vào giả định đó.

Diễn giải nhanh

Vol tại tiền 2.02% · dải 2.02% – 4.63% trên strike 80–120

Với β = 0.5, α không phải là mức biến động: vol tại tiền xấp xỉ α/F^(1−β) = 0.2/100^0.5. Đó là lý do α = 0,2 không có nghĩa 'biến động 20%'.

Độ nghiêng +0.000364/đơn vị strike — nghiêng xuống, strike thấp đắt hơn

Dấu của độ nghiêng do ρ = -0.3 quyết định: ρ âm kéo vol ở strike thấp lên, đúng hình dạng thị trường cổ phiếu. Đây là hệ quả của tham số bạn nhập, không phải quan sát từ dữ liệu.

Độ cong của nụ cười: 2.61 điểm phần trăm giữa strike có vol cao nhất và strike có vol thấp nhất

Sinh bởi ν = 0.4 (biến động của biến động). ν gần 0 thì SABR thoái hoá về một mô hình một-sigma và không còn giải thích được nụ cười nữa.

Strike thấp nhất 80 = 80% giá kỳ hạn · kỳ hạn 1 năm

Xấp xỉ Hagan sai đáng kể ở strike rất thấp và kỳ hạn dài — nó có thể sinh ra mật độ xác suất ÂM, tức bề mặt cho phép chênh lệch giá. Luôn kiểm tra tính không chênh lệch trước khi dùng để định giá.

Khi nào con số này sai: Xấp xỉ Hagan sai đáng kể ở strike rất thấp và khi lãi suất âm — nó có thể sinh ra mật độ xác suất ÂM, tức bề mặt cho phép chênh lệch giá. Luôn kiểm tra tính không chênh lệch trước khi dùng để định giá.

Chi tiết

K = 80.0000 4.6253%
K = 90.0000 3.2160%
K = 95.0000 2.5471%
K = 100.0000 2.0225%
K = 105.0000 2.0152%
K = 110.0000 2.3702%
K = 120.0000 3.1706%
Tham số α=0.2 · β=0.5 · ρ=-0.3 · ν=0.4
β cố định theo quy ước 0 = normal · 0.5 = CIR · 1 = lognormal
Nguồn Hagan, Kumar, Lesniewski & Woodward (2002)

Đối chiếu với

Hagan, Kumar, Lesniewski & Woodward (2002), Managing Smile Risk

Nụ cười biến động tại các strike đã nhập

SABRBiến động hằng số (Black-Scholes)
Nụ cười biến động tại các strike đã nhập4.9393.862.7811.702809095100105110120

Trục dọc tính bằng %. Đường thẳng là giả định của Black-Scholes: MỘT sigma cho mọi strike. Vol trên các strike đã nhập trải 2.61 điểm phần trăm từ mức thấp nhất tới mức cao nhất — chính là bằng chứng thị trường không tin vào giả định đó.

Nụ cười biến dạng thế nào theo kỳ hạn

T = 0.25 nămT = 1 nămT = 4 năm
Nụ cười biến dạng thế nào theo kỳ hạn9.7466.8693.9921.1155569.3883.7598.12112.5126.9141.2155.6170

Cùng bộ tham số α=0.2 β=0.5 ρ=-0.3 ν=0.4, chỉ đổi kỳ hạn, trên lưới strike dày từ 55 tới 170. Xấp xỉ Hagan là khai triển bậc nhất THEO T, nên càng kéo dài kỳ hạn nó càng kém tin cậy — đường T dài nhất là đường đáng nghi nhất.

Toàn bộ chỉ số

K = 80.0000 4.6253%
K = 90.0000 3.2160%
K = 95.0000 2.5471%
K = 100.0000 2.0225%
K = 105.0000 2.0152%
K = 110.0000 2.3702%
K = 120.0000 3.1706%
Tham số α=0.2 · β=0.5 · ρ=-0.3 · ν=0.4
β cố định theo quy ước 0 = normal · 0.5 = CIR · 1 = lognormal
Nguồn Hagan, Kumar, Lesniewski & Woodward (2002)

Công thức đang dùng

σ_imp Hagan (2002) — xấp xỉ bậc nhất theo T

Đây là công thức thật mà mã nguồn chạy, không phải mô tả gần đúng. API tại /api/v1/tools/sabr-smile gọi đúng hàm này, nên kết quả trên trang và qua API không thể lệch nhau.

Đã đối chiếu với

Hagan, Kumar, Lesniewski & Woodward (2002), Managing Smile Risk

Cách dùng

  1. Điền tham số ở cột trái. Mọi ô đã có sẵn giá trị ví dụ chạy được, nên bạn có thể bấm Tính ngay trước rồi sửa sau.
  2. Với ô dữ liệu: dán vài chục dòng để thử, hoặc tải file CSV/TXT lên để chạy thật. File tối đa 32 MB, 200.000 dòng; bộ đọc nhận dấu phẩy, chấm phẩy hoặc tab, tự nhận dòng tiêu đề, và hiểu cả 1.234.567 lẫn 1.234,56.
  3. Đọc thẻ số ở trên cùng, rồi mục Diễn giải nhanh để biết con số đó nói gì.
  4. Đọc dòng “Khi nào con số này sai” trước khi dùng kết quả để quyết định — đó là giả định vỡ đầu tiên.
Giới hạn chung. Công cụ này tính đúng công thức của nó trên dữ liệu bạn đưa vào. Nó không kiểm tra dữ liệu của bạn có phù hợp với giả định của phương pháp hay không — phần đó vẫn là việc của người dùng, và mục “sai ở đâu” bên dưới trang liệt kê các chỗ hỏng thường gặp.

Mô hình SABR — nụ cười biến động là gì

SABR là mô hình biến động ngẫu nhiên được dùng rộng rãi trên thị trường lãi suất, nổi bật vì có công thức xấp xỉ gần đóng cho implied volatility — nhanh đủ để hiệu chỉnh theo thời gian thực.

Làm thế nào

  1. Cố định beta theo quy ước thị trường, hiệu chỉnh alpha, rho, nu.
  2. Dùng công thức Hagan để lấy implied vol theo strike.
  3. Kiểm tra tính không chênh lệch giá của bề mặt sinh ra.

Sai ở đâu

Phần quan trọng nhất của trang này. Một phương pháp được mô tả mà không nói chỗ nó hỏng là phiên bản quảng cáo của phương pháp đó.

! Xấp xỉ Hagan sai đáng kể với strike rất thấp và lãi suất âm — có thể sinh mật độ xác suất âm.
! Beta cố định theo quy ước chứ không hiệu chỉnh; đó là lựa chọn chủ quan ảnh hưởng toàn bộ kết quả.

Mô hình định lượng dùng trong Trading

Chưa có mô hình nào gắn riêng cho chủ đề này. Đây là những mô hình của cả ngành — liên quan ở cấp ngành, không phải cấp chủ đề.

Tất cả mô hình →
Bayesian Inferencebeta

Cập nhật niềm tin khi có dữ liệu mới.

Monte Carlohoạt động

Lấy mẫu ngẫu nhiên để ước lượng phân phối kết quả.

Markov Chainsắp có

Trạng thái kế tiếp chỉ phụ thuộc trạng thái hiện tại.

Hidden Markov Modelsắp có

Suy ra trạng thái ẩn từ quan sát.

Công cụ tính sẵn

Chạy thật, miễn phí, mỗi kết quả kèm điều kiện nó sai.

Black-Scholes & Greeks Định giá quyền chọn châu Âu và các đạo hàm rủi ro

Câu hỏi thường gặp

Mô hình SABR — nụ cười biến động là gì?

SABR là mô hình biến động ngẫu nhiên được dùng rộng rãi trên thị trường lãi suất, nổi bật vì có công thức xấp xỉ gần đóng cho implied volatility — nhanh đủ để hiệu chỉnh theo thời gian thực.

Mô hình SABR — nụ cười biến động được làm như thế nào?

1. Cố định beta theo quy ước thị trường, hiệu chỉnh alpha, rho, nu. 2. Dùng công thức Hagan để lấy implied vol theo strike. 3. Kiểm tra tính không chênh lệch giá của bề mặt sinh ra.

Mô hình SABR — nụ cười biến động hay sai ở đâu?

Xấp xỉ Hagan sai đáng kể với strike rất thấp và lãi suất âm — có thể sinh mật độ xác suất âm. Beta cố định theo quy ước chứ không hiệu chỉnh; đó là lựa chọn chủ quan ảnh hưởng toàn bộ kết quả.

Mô hình SABR — nụ cười biến động trên QuantHub đã dùng được chưa?

Chưa xây dựng. Mục này hiện là điều hướng và tài liệu tham chiếu; chúng tôi không gắn nhãn 'live' cho thứ chưa chạy.

Có công cụ tính sẵn cho mô hình sabr — nụ cười biến động không?

Có: Black-Scholes & Greeks. Mỗi công cụ trả kết quả kèm điều kiện mà kết quả đó sai.

Chủ đề khác trong Pricing Models

Toàn bộ Trading
Black-Scholes Binomial Tree Heston Hull-White