Parametrik Olmayan ve ML Modelleri
Smile için bir formül yok. Bu modeller, yüzey şeklini optimizasyon, sinir ağları veya yola bağlı kurallar kullanarak doğrudan piyasa verisinden öğrenir.
Bir Bakışta
Ortak noktaları
Üç yaklaşımın tamamı, bir formül dayatmak yerine oynaklık yüzeyinin şeklini verinin belirlemesine izin verir. Farkları, nasıl öğrendikleri ve hangi garantileri sundukları konusundadır.
Birbirleriyle ilişkileri
SANOS optimizasyon tabanlıdır: arbitrajsızlık kısıtlarını tam olarak sağlarken piyasa fiyatlarına en iyi uyan yüzeyi bulmak için bir doğrusal program çözer. Sinir ağı yok, eğitim yok; yalnızca iyi tanımlanmış bir konveks problem. Neural SDE ise tam tersi bir yaklaşım izler: bir sinir ağı oynaklık dinamiklerini veriden öğrenir. Bu sayede hiçbir kapalı form modelin ifade edemeyeceği örüntüleri yakalayabilir, ancak arbitrajsızlık mimariye bağlıdır ve varsayılan olarak garanti edilmez. Yola Bağlı Oynaklık bu ikisinin arasında yer alır. Güncel oynaklığı tahmin etmek için gerçekleşen fiyat yolunu (imza yöntemleriyle) kullanır. Bu ona SANOS'ta bulunmayan dinamik bir yorum kazandırır, üstelik Neural SDE'lerin ağır eğitim altyapısına ihtiyaç duymadan.
Bu bölümdeki modeller:
- SANOS - Parametrik olmayan arbitrajsız yüzeyler
- Neural SDE / Deep Hedging - ML ile öğrenilen oynaklık dinamikleri
- Yola Bağlı Oynaklık - Oynaklık fiyat yolunu hatırlar