Arbitrage-Free Implied Volatility Surface Reconstruction via Additive Martingales
Pubblicata su AIChronos il · fonte del · Haochen Luo, Sifan Lin, Xiaolong Luo, An Binh Minh, Yuan Zhang, Chen Liu
Il lavoro propone AddMart, un framework per la ricostruzione della superficie di volatilità implicita (IV) da pochi quotazioni opzioni che soddisfa le condizioni statiche no-arbitrage per costruzione. Invece di prevedere direttamente gli IV, il metodo mappa i dati sparsi in densità incrementali non negative di una martingale additiva esponenziale, recuperando così margini rischiosi-neutrali validi e superfici IV prive di arbitraggi nel dominio completo. Gli estesi esperimenti su dieci dataset reali dimostrano un'accuratezza competitiva senza violazioni materiali degli arbitraggi statici, abilitando direttamente la stima del VaR, CVaR e probabilità di crollo.
- AddMart mappa le quotazioni sparse a densità incrementali non negative di una martingale additiva esponenziale invece che prevedere IV diretti.
- La struttura no-arbitrage è incorporata direttamente nell'architettura del modello, evitando l'applicazione tramite regolarizzazione negli obiettivi di apprendimento.
- Il framework garantisce il soddisfacimento delle condizioni statiche no-arbitrate in tutto il dominio della superficie ricostruita.
- L'approccio few-shot permette una ricostruzione accurata anche con un numero limitato di quotazioni opzioni disponibili.
- Oltre alla ricostruzione IV, l'output abilita direttamente la stima avanzata del rischio come VaR, CVaR e probabilità di eventi estremi (crash).
Perché conta. Sebbene il lavoro si concentri su finanza quantitativa, i principi architetturali di incorporare vincoli fisici o matematici direttamente nella rete neurale sono rilevanti per sviluppatori che costruiscono agenti AI locali: garantisce output coerenti e privi di allucinazioni logiche senza ricorrere a costose tecniche post-processing.
Scheda generata automaticamente da un modello AI locale a partire dalla fonte originale: può contenere imprecisioni.