Yol Bağımlı Oynaklık (PDV)
Bu sitedeki her model, oynaklığın fiyatın şu an nerede olduğuna bağlı olduğunu varsayar: mevcut seviye, belki de mevcut oynaklık durumu. Yol Bağımlı Oynaklık (Guyon & Lekeufack, 2023) bunun yeterli olmadığını söyler. Oynaklık, fiyatın daha önce nerede olduğuna da bağlıdır. %10 çöküp 100'da kalmış bir coin ile aynı şekilde işlem görmez. Çöküp toparlanan coin'in zımni oynaklığı daha yüksek, skew değeri daha dik ve kanatları daha geniştir, çünkü piyasa çöküşü hatırlar.
Piyasaların hafızası vardır
BTC kısa süre önce %15'lik bir düşüş yaşadıysa, fiyat toparlansa bile oynaklık yüksek kalır. PDV, oynaklığı iki şeyin fonksiyonu yapar: yakın dönem gerçekleşen oynaklık ve yakın dönem fiyat trendi. Modelin tamamı budur. Oynaklık yüzeyi yalnızca mevcut fiyata değil, izlenen yola göre de kayar.
Uygulamada Görün
Çöküş-toparlanma yolu ile yatay yol arasında geçiş yapın. İkisi de aynı fiyatta biter, ancak farklı oynaklık gülümsemeleri üretir. Geriye bakış penceresinin etkiyi nasıl değiştirdiğini görmek için hafıza kaydırıcısını sürükleyin.
Yola Bağımlı Oynaklık
Aynı güncel fiyatın son fiyat yoluna bağlı olarak nasıl farklı gülümseme eğrileri oluşturduğunu görmek için senaryolar arasında geçiş yapın. Geriye dönük pencerenin etkiyi nasıl değiştirdiğini görmek için hafıza kaydırıcısını sürükleyin.
Nasıl Çalışır
1. Fiyat yolundan iki girdi
PDV, yakın dönem fiyat geçmişini iki sayıya indirger:
2. Oynaklık bu iki girdinin bir fonksiyonudur
Model şunu söyler: herhangi bir kullanım fiyatındaki zımni oynaklık, mevcut spot fiyat artı bu iki yol özetinin bir fonksiyonudur. Stokastik oynaklık durum değişkeni yok, kesirli kalkülüs yok, gizli Markov zinciri yok. Sadece şu: "Fiyat nerede, ne kadar hareket ediyor ve hangi yönde?"
3. Pürüzlü modeller olmadan pürüzlü oynaklık davranışı
Bu kurgu, birkaç "zor" olguyu yeniden üretir:
- Oynaklık kümelenmesi: yüksek oynaklık yüksek oynaklık doğurur, çünkü yakın dönem gerçekleşen oynaklık yüksek kalır
- Kaldıraç etkisi: düşüşler oynaklığı yükselişlerden daha fazla artırır, çünkü trend girdisi fonksiyonu çarpıtır. Yakın dönem getirilere göre değişen bir skew üretir.
- Pürüzlü oynaklığa benzer ölçeklenme: oynaklık yollarının görünen pürüzlülüğü, kesirli Brown hareketine gerek kalmadan, doğal olarak yol bağımlılığından ortaya çıkar
- Ortak SPX/VIX kalibrasyonu: model hem endeks opsiyonlarına hem de VIX opsiyonlarına aynı anda kalibre olur; çoğu model bunu yapamaz
Bu neden kripto için önemli
Kripto piyasalarında yol bağımlılığı aşırı derecede güçlüdür. Bir likidasyon zincirinden sonra, fiyat toparlansa bile oynaklık günlerce yüksek kalır. Uzun ve yavaş bir yükselişten sonra oynaklık sıkışır. PDV bunu doğrudan yakalar. Geleneksel modeller her 60k BTC'yi aynı şekilde ele alır; PDV ise "70k'dan çöküşün ardından 60k" ile "50k'dan yükselişin ardından 60k" arasında ayrım yapar. Bu ayrım fiyatlama ve delta hedge için önemlidir.
PDV ve Diğer Modeller
Güçlü Yönler ve Sınırlamalar
En basit yol bağımlı oynaklık modeli
PDV, stokastik oynaklık modellerinin kaçırdığı gülümseme dinamiklerini açıklamak için yakın dönem gerçekleşen oynaklığı ve yakın dönem trendi kullanır. Egzotik matematik olmadan pürüzlü oynaklığı, oynaklık kümelenmesini ve kaldıraç etkilerini yeniden üretir. PDV altında vega, Black-Scholes modelindekinden farklıdır, çünkü yol durumu gülümsemenin şeklini değiştirir. Ödünleşim: model yenidir, Monte Carlo gerektirir ve geriye bakış penceresi seçimine bağlıdır.
Denklem Gezgini
Zımni oynaklık, toplam varyans, log-moneyness ve opsiyon fiyatları arasında dönüşüm yapın.
Denklem Gezgini
💡 İpucu: Cevabı açıklamadan önce her soruyu kendin cevaplamaya çalış.
Ayrıca bakınız:
- SABR Modeli: Yol bağımlılığı olmayan klasik stokastik oynaklık
- Rough Bergomi: PDV'nin yaklaşık olarak temsil edebildiği kesirli oynaklık modeli
- Heston Modeli: Ortalamaya dönen stokastik oynaklık (Markov, yol hafızası yok)
- Neural SDE / Deep Hedging: Oynaklık modellemesine veri odaklı başka bir yaklaşım
- Oynaklık Rejimleri: PDV'nin doğal olarak yakaladığı rejimleri anlamak