ORC Wing (Jump-Wing)

bilgi

Bu sayfa SVI'ın Jump-Wing parametrizasyonunu ele alır. Ham SVI parametrizasyonu için SVI sayfasına bakın. Oynaklık yüzeyi işlem hattındaki yeri için Yüzeyler Nasıl Oluşturulur sayfasına bakın.

Jump-Wing (JW), onu yaygınlaştıran ORC işlem sisteminden dolayı ORC Wing olarak da bilinir. Aynı SVI gülümsemesini, trader'ların düşünme biçimine uyan parametrelerle ifade etmenin alternatif bir yoludur.

Ham SVI, varyans seviyesini, eğimi, skew'i, kaymayı ve eğriliği kontrol eden beş matematiksel parametre $(a, b, \rho, m, \sigma)$ kullanır. Bunlar fitting için temizdir ancak sezgisel olarak anlaşılması zordur. Jump-Wing bunların yerine, bir trader'ın doğrudan gülümsemeden okuyabileceği beş büyüklük koyar.

Parametreleri Keşfedin

Her bir Jump-Wing parametresini ayarlayarak gülümsemeyi nasıl şekillendirdiğini görün. Eşdeğer ham parametreleri görmek için "Show raw SVI" seçeneğini açın.

Jump-Wing Parametre Gezgini

Tipik put skew. Put kanadı call kanadından daha dik.

ATM Varyansı0.25

Genel vol seviyesi (yıllıklandırılmış varyans)

ATM Skew-0.15

ATM'deki eğim. Negatif = put skew.

Put Kanadı Eğimi0.30

Sol kanadın ne kadar dik yükseldiği

Call Kanadı Eğimi0.10

Sağ kanadın ne kadar dik yükseldiği

Minimum Varyans0.22

Smile'ın tabanı (en düşük varyans)

ATM IV

49.3%

25d Risk Reversal

37.2

Butterfly

32.3

Kesikli çizgiler kanatların asimptotik eğimlerini gösterir. Eşdeğer (a, b, ρ, m, σ) parametrelerini görmek için "Ham SVI'yı göster" seçeneğine tıklayın.

Beş Parametre

JW Parametresi	Sembol	Anlamı
ATM Varyans	$v_t$	Başabaş (ATM) noktasındaki varyans (IV'nin karesi). Gülümsemenin genel seviyesini kontrol eder.
ATM Skew	$\psi_t$	Gülümsemenin ATM noktasındaki eğimi. Negatif değer, gülümsemenin sağa doğru aşağı eğildiği anlamına gelir (put skew).
Put Kanat Eğimi	$p_t$	Sol kanadın asimptotik eğimi. Yüksek değer = daha dik zararda (OTM) satım opsiyonu primleri.
Call Kanat Eğimi	$c_t$	Sağ kanadın asimptotik eğimi. Yüksek değer = daha dik zararda (OTM) alım opsiyonu primleri.
Minimum Varyans	$\tilde{v}_t$	Gülümsemenin en düşük noktası. Varyans tabanı. Pozitif olmalıdır.

Bu parametreler neden önemli

Bir gülümsemeye bakan trader şunlarla ilgilenir:

1. ATM nerede? Bu $v_t$'dir, doğrudan okunabilir.
2. Hangi yöne eğiliyor? Bu $\psi_t$'dir. Hızlı bir kontrol: skew normal mi (negatif) yoksa ters mi (pozitif)?
3. OTM put opsiyonları ne kadar pahalı? Bu $p_t$'dir. Put kanadı ne kadar dikse, piyasa çöküş koruması için o kadar fazla ödüyor demektir.
4. OTM call opsiyonları ne kadar pahalı? Bu $c_t$'dir. Dik bir call kanadı, yukarı yönlü hareketin talep gördüğü anlamına gelir (nadirdir, coşku ya da olay riskine işaret eder).
5. Taban nerede? Bu $\tilde{v}_t$'dir. Gülümsemenin en ucuz kısmında bile oynaklık ne kadar düşebilir?

Bunlar doğrudan gözlemlenebilir özelliklere karşılık gelir. Ham SVI ile karşılaştırın: "a = 0.04, b = 0.25, rho = -0.4" bir bakışta size hiçbir şey söylemez. "ATM oynaklık = %50, put kanat eğimi = 0.30, call kanat eğimi = 0.10" ise piyasanın ılımlı bir yukarı yönlü primle birlikte belirgin bir aşağı yönlü risk fiyatladığını söyler.

JW Parametrelerinden Piyasa Koşullarını Okumak

Koşul	ATM Var	ATM Skew	Put Kanadı	Call Kanadı
Sakin piyasa	Düşük	Hafif negatif	Orta	Düşük
Olay öncesi	Yükselmiş	Sıfıra yakın	Yüksek	Yüksek
Kriz	Çok yüksek	Güçlü negatif	Çok yüksek	Düşük
Coşku	Orta	Pozitif	Düşük	Yüksek

Put ve call kanat eğimleri arasındaki ilişki, piyasanın yön eğilimini gösterir:

• $p_t \gg c_t$: Piyasa aşağı yönlü hareketten yukarı yönlüden daha fazla korkuyor (hisse senetleri/kripto için normal)
• $p_t \approx c_t$: Simetrik risk (ikili olay öncesi, yön belirsiz)
• $c_t \gg p_t$: Piyasa yukarı yönlü hareketten daha fazla korkuyor (nadir, meme hisse/parabolik ralli bölgesi)

JW ile Ham SVI Arasında Dönüşüm

İki parametrizasyon aynı gülümsemeyi tanımlar. Aralarında dönüşüm yapabilirsiniz.

JW Neden Var

Ham SVI fitting için tasarlanmıştır. Beş parametre $(a, b, \rho, m, \sigma)$ sayısal olarak kullanışlıdır ancak yorumlanması zordur. Bir oynaklık masasındaki trader "put kanadını 2 puan dikleştir" dediğinde $p_t$'yi artırmayı kasteder. Ham SVI'da aynı değişiklik, $b$ ve $\rho$'da (ve fit'i stabil tutmak için muhtemelen $m$ ve $\sigma$'da da) koordineli ayarlamalar gerektirir.

JW, gülümsemeyi elle düzenlenebilir hale getirir. Bir trader şunları yapabilir:

• ATM oynaklığı 1 puan artırmak ($v_t$'yi artırmak)
• Put kanadını dikleştirmek ($p_t$'yi artırmak)
• Call kanadını düzleştirmek ($c_t$'yi azaltmak)

Her değişiklik tek bir parametreye karşılık gelir. Ham SVI'da ise her sezgisel değişiklik birden fazla parametreyi etkiler.

JW'yi pratikte nerede görürsünüz

• ORC (artık Itiviti/Broadridge bünyesinde): JW formunu ortaya çıkaran işlem sistemi. Birçok kurumsal oynaklık masasında kullanılır.
• Bloomberg OVML: Oynaklık yüzeyi editörü için JW benzeri bir parametrizasyon kullanır.
• Dahili oynaklık yüzeyi editörleri: Çoğu banka ve kripto piyasa yapıcısı, altta yatan model ham SVI veya SSVI olsa bile trader'lara JW tarzı ayarlar sunar.
• Deribit: Oynaklık yüzeyi çıktısı JW terimleriyle yorumlanabilir.

JW'de Arbitraj Kısıtları

Ham SVI'daki arbitrajsızlık kısıtları, JW parametreleri üzerinde basit koşullara dönüşür:

• $p_t \geq 0$ ve $c_t \geq 0$ (kanat eğimleri negatif değildir)
• $\tilde{v}_t > 0$ (minimum varyans pozitiftir)
• $\tilde{v}_t \leq v_t$ (minimum, ATM'nin altındadır)
• $\frac{\sqrt{w_t}}{2}(p_t + c_t)(1 + |\rho|) \leq 2$, burada $\rho = 1 - 2p_t/(p_t + c_t)$ (ham SVI'dan Lee'nin kanat sınırı, butterfly arbitrajının olmaması için gerekli bir koşul)

İlk üçü kaydırıcı sınırlarıyla kolayca uygulanabilir. Kanat sınırı ve tam butterfly kontrolü, ham SVI'a dönüşümden sonra yapılır.

Sezgi geliştirmek

wing modelini sıfırdan öğreninEtkileşimli ders · ön koşul yok

Yukarıdaki etkileşimli ders, kanat modelini temel ilkelerden ele alır: parçalı gülümseme oluşturma, altı parametre (ATM oynaklık, sol/sağ eğimler, sol/sağ eğrilikler, yumuşatma), sol ve sağ kanatların put skew ve call skew'e nasıl karşılık geldiği ve kanat modelinin SVI yerine ne zaman kullanılacağı.

Açık kaynak uygulamalar

Repo	Neden incelenmeli
QuantLib	Kanat modeli ile gülümseme fitting'i

---

Ayrıca bakınız:

• SVI Parametrizasyonu - Ham (a, b, rho, m, sigma) formu
• SABR Modeli - Alternatif bir stokastik oynaklık modeli
• İnterpolasyon Yöntemleri - Tüm yöntemlerin karşılaştırması
• Yüzeyler Nasıl Oluşturulur - Tam işlem hattı
• Skew - Kullanım fiyatı yapısını anlamak