AI 原生量化投研平台AI-native quantitative research platform
正在加载…Loading…
页面仍在加载,可以继续等待,或重新加载。The page is still loading. You can keep waiting or reload.
部分页面资源未能加载,请重新加载。Some page resources could not load. Please reload.
设备当前处于离线状态,恢复连接后可以继续等待或重新加载。Your device is offline. Once connected, you can keep waiting or reload.
本文将阻尼 sinc(DSINC)方法从仿射 Heston 模型推广至一般单因子随机波动率模型,证明塌缩恒等式仍可将美式期权提前行权积分化为单一谱积分,并提出适用于基本阻尼条带的残差修正。通过 Itô 坐标分解条件特征函数,论文分别构建了 3/2 模型的 Kummer 函数闭式变换、零相关 SABR 的 Bessel/Hankel 表示,以及一般模型的逐频率后向方程。数值结果显示,DSINC 在 3/2、对数正态波动率和 GARCH 模型中的美式 Put 定价与精细有限差分结果相差不超过约 1.8 个基点,相关 SABR 情形的误差约为 0.8 个基点,同时避免了对数价格方向的网格离散 。
标题:《DSINC beyond Heston: the 3/2 and other non-affine stochastic-volatility models》
作者:Andrey Itkin,纽约大学 Tandon School of Engineering、FRE Department。
日期:2026年10月22日。
发布机构:所给原文未明确列出期刊、会议或正式出版机构,整体形式更接近研究论文或预印本。
主题:将用于美式期权定价的阻尼 sinc(damped-sinc,简称 DSINC)方法,从仿射 Heston 随机波动率模型推广到 3/2、SABR、GARCH 扩散和对数正态波动率等非仿射模型。
报告没有股票评级、目标价或投资建议,因为它不是证券研究报告,而是一篇关于随机波动率模型数值定价方法的数学金融研究论文。其核心主张是:DSINC 中最重要的“collapse identity”(坍缩恒等式)并不依赖 Heston 模型的仿射结构,而是来自阻尼 sinc 插值与 Parseval 变换,因此可以推广到相当广泛的一因子随机波动率模型。仿射结构只决定剩余的终端波动率积分能否以闭式变换计算。,
作者进一步提出三层扩展。第一,允许新的阻尼区间 (0<\chi<1),称为 fundamental strip(基本条带),但会产生一个残差项;第二,通过对波动率因子施加 Itô 变换,将条件特征函数分解为显式的终端相位和一个桥过程泛函;第三,在不存在实用闭式变换时,针对每一个频率求解一个一维波动率方向的后向方程,而不再需要对数价格网格。
数值结果总体支持作者的判断:3/2、对数正态波动率和 GARCH 模型中的 DSINC 美式看跌期权价格,与精细有限差分结果的差异约为 (1.8\times10^{-5}) 以内;零相关 SABR 的 Hankel 实现与有限差分的差异约为 (8\times10^{-6}),但该实现速度较慢。相关 SABR 经过变量变换后,DSINC 在特定测试中达到约 (8\times10^{-6}) 的差异。
论文从美式看跌期权的提前行权溢价(Early-Exercise Premium,EEP)表示开始。美式期权价值被分解为欧洲期权价值与未来各时点提前行权贡献的积分,行权边界 (x^(u,y)) 通过价值匹配条件确定,即在边界处期权价值等于立即行权收益 (K(1-e^{x^}))。这里 (x=\log(S/K)) 是对数价内程度,(y) 是波动率状态变量。,
EEP 的重要性在于:它把美式期权的自由边界问题转化为一个非线性 Volterra 积分方程。DSINC 并不直接在价格维度上迭代自由边界,而是通过终端对数价格密度的谱表示计算行权区域上的积分。这样做的目标是把二维甚至三维的计算问题,尽量降为频率维度与波动率维度上的一维问题。
论文特别强调,EEP 公式只要求行权区域上的期权价值和收益权重有界。因此,即使贴现资产价格只是严格局部鞅,而不是严格鞅,该形式仍然成立。相反,延迟行权溢价(DEP)形式和 Put–Call 对偶关系要求更强的真鞅条件。
这一区分非常重要。严格局部鞅模型可能存在资产价格期望小于初始价格的现象,因而传统风险中性定价中的一些对偶关系会失效,但美式看跌期权的 EEP 分解仍然可以使用。论文在 3/2 模型和 SABR 模型中都利用了这一点。
设 (\Delta x) 是 sinc 网格间距,价格网格节点为 (x_j=j\Delta x)。DSINC 基函数是在普通 sinc 函数上乘以指数权重 (e^{-\chi x})。参数 (\chi) 控制密度和收益函数的可积性,也决定傅里叶变换被移到哪条复频率轮廓上。,
所谓 collapse identity,是指对局部 DSINC 基函数求和后,原本看似需要对所有价格网格节点逐一积分的表达式,可以坍缩为条件特征函数在反射频率上的单个谱积分。该结论本质上只依赖:
它不依赖模型是否仿射。模型信息最终只通过条件特征函数 (\Psi) 进入。,
论文区分两种阻尼范围:
基本条带的代价是收益变换函数在原始形式下会发散。作者通过减去 (x\to-\infty) 时的常数收益项,对收益函数进行正则化,并恢复一个额外残差项。该残差项在积分后通常贡献 (r_d),因此计算成本不增加,但会与谱积分发生抵消,尤其当行权概率较小时,远离平值区域的相对数值精度可能下降。
这也解释了为什么论文在非仿射数值实验中通常选择 (\chi=1/2):它位于基本条带中间,避免了负矩问题,同时保持阻尼足够强。
作者定义一个 Itô 坐标 (F(y)),使得 (F(y)) 的扩散项与对数价格的瞬时波动项相同。于是:
[ dF(y_s)=\ell(y_s)ds+\sqrt{V(y_s)}dW_s, ]
其中 (V(y)) 是对数价格的瞬时方差,(\ell) 是 Itô 变换后的漂移。由于 (F) 和对数价格具有相同的瞬时二次变差,价格过程中的相关波动部分可以通过 (F(y_u)-F(y_t)) 和一个路径积分表示。
条件特征函数因此分解为:
这意味着复杂性不再集中在二维价格—波动率联合分布中,而是转移到一个关于波动率路径的函数期望上。随后,该函数期望可以通过 Feynman–Kac 公式表示为一个固定频率的后向方程。,
表1给出了四类模型的 Itô 坐标:
表1的核心意义不是简单列出变量替换,而是指出:行权边界可能并不适合直接用方差 (v) 或波动率 (\sigma) 线性近似,而更可能适合在 (F(y)) 坐标中分段线性表示。对于 3/2 模型,方差可跨越多个数量级,使用 (\log v) 比直接使用 (v) 更自然;对于对数正态波动率模型,(\sigma) 本身就是更合适的坐标。
在 Itô 坐标中采用线性 facet 后,终端波动率积分会变成关于 (F(y_u)) 的 Laplace 型变换。Heston 的指数仿射变换、3/2 的 Mellin/Kummer 变换以及其他模型的数值后向方程,都可以统一理解为这一结构的不同实现。,
对每个复频率 (\omega),作者定义一个带终端函数 (h(y_u)) 的变换 (G_h)。该变换满足一个一维后向方程;经过 gauge 变换后,相关性被从漂移项中消去,转而进入初始条件和复势函数中。
这一结果是全文最重要的计算降维之一。对于不具有闭式特征函数的模型,作者不必构造价格—波动率二维网格,只需:
在数值实现中,作者在 (\zeta=\log y) 网格上使用二阶中心差分与齐次 Neumann 边界条件,将每个频率对应的算子离散成复三对角矩阵,并通过矩阵指数构造时间传播算子。,
3/2 模型的方差动态为:
[ dv_t=\kappa v_t(\theta-v_t)dt+\xi v_t^{3/2}dW_t. ]
其特点是方差扩散系数随 (v^{3/2}) 增长,比 Heston 的 (\sqrt v) 更快,因此可以更有效地描述高波动状态下的波动率聚集。,
令 (w=1/v),则 (w) 转化为 CIR 过程。这一 reciprocal-CIR 结构使得积分方差条件下的桥变换可以通过 Bessel 函数表达。其关键优势是:3/2 模型虽然非仿射,但仍保留可计算的条件特征函数,只是 Heston 中对终端方差的指数仿射依赖,在此变成了对 (\log v_u) 的幂函数依赖。,
论文给出了桥变换存在的临界条件。若桥的积分方差记为 (I),则 (E[e^{-\gamma I}\mid v_t,v_u]) 在 (\gamma\geq\gamma_c) 时有限,其中临界倾斜值为:
[ \gamma_c=-\frac{\xi^2\nu^2}{8}. ]
这说明即使条件特征函数存在,加入行权边界产生的终端幂次后,整体终端波动率积分仍可能发散。因此“资产价格阻尼可接受”并不自动意味着“加入边界幂次后的积分可接受”。,
表7型闭式结构的核心成果是:当边界在 (\log v) 上为线性 facet 时,外层波动率积分成为一个 Mellin 变换,并可用 Kummer 函数 ( {}_1F_1 ) 表示。Heston 中起作用的是 Möbius 更新;3/2 模型中相应的对象是 Kummer 函数。,
对于负阻尼,论文给出明确条件。示例参数 (\kappa=20,\theta=0.04,\xi=4,\rho=-0.5) 下,允许的阻尼下界约为 (\chi=-4.35)。但作者强调,实际应用中必须检查完整的联合矩条件,而基本条带 (0<\chi<1) 不需要进行这一额外检查。
3/2 模型还揭示了一个数值建模取舍:单个 (\log v) facet 的闭式计算非常精确,但单 facet 对实际行权边界的拟合仍不足。测试中,单 facet 导致的价格偏差在 (S/K=0.9,1.0,1.1) 下分别约为 (1.8\times10^{-4})、(4.8\times10^{-5}) 和 (9.6\times10^{-6})。因此闭式变换解决了积分问题,却没有消除边界近似问题。
SABR 模型的主要难点在于价格波动系数依赖价格本身,因而不能直接归入价格系数与 (\log S) 无关的一般模型。作者首先在 (\rho=0) 时引入:
[ R=\frac{f^{1-\beta}}{1-\beta}, \qquad \nu_\beta=\frac{1}{2(1-\beta)}. ]
在该坐标下,价格方向的生成元由 Bessel 函数特征函数对角化,Bessel 频率记为 (q)。给定波动率路径后,价格 Bessel 过程按积分方差时钟运行,因此每个 Bessel 频率只需求解一个波动率方向的一维后向方程。,
这种方法带来两个好处:
不过,Bessel 表示天然只描述正价格部分。由于 SABR 在吸收边界 (f=0) 处可能积累概率质量,必须显式处理零价格原子。
对现金结算美式看跌期权,收益权重为 (r(1-f/K))。在 (f=0) 处该权重趋于 (r),所以作者减去这一常数,构造在吸收边界趋于零的残差收益。这样可以在 (0<\chi<1) 的基本条带内对正价格密度进行谱配对,同时把吸收质量通过残差项重新加回。,
这一步不仅是技术修正,也说明了 SABR 中为何不能使用负阻尼:只要吸收概率为正,完整价格分布的负阶矩就会发散。论文因此使用正阻尼,并证明正分数阶矩在 (0<\chi<1) 时有限。
表2比较了零相关 SABR 美式看跌期权的 Hankel 方法和二维有限差分方法。参数为 (\beta=1/2,\sigma_0=0.3,\varepsilon=0.3,r=0.05,K=1,T=0.5)。Hankel 方法在 (N=100) 个时间步下,与精细有限差分价格的差异小于 (8\times10^{-6}),加倍时间步长后价格变化约为 (10^{-6})。,
但速度结果并不支持“谱方法必然更快”的简单结论。Hankel 方法在 (N=50) 和 (N=100) 时分别约需30秒和81秒,而有限差分精细网格只需约1.5秒。主要瓶颈是大量复阶 Bessel 函数计算,而非理论上的波动率一维化本身。
相关性会引入价格与波动率之间的混合导数,使不同 Bessel 频率相互耦合。因此,零相关时“每个频率一个独立波动率方程”的优雅结构不再直接成立。
作者提出两条路线:
第二条路线是论文实际采用并测试的方法。它虽然牺牲了 Bessel 表示的闭式优雅性,却恢复了“不需要价格网格”的优势。
论文证明,在具有正波动率波动的 GARCH 扩散和对数正态波动率模型中,所有负阶资产价格矩都发散。因此,Put 阻尼不能使用 (\chi<0),而基本条带是必要选择。,
其直觉是:两个模型中高波动状态可能持续固定长度时间,从而使累计方差产生极端的大值;在负阻尼下,价格接近零的路径被负幂放大,最终导致矩发散。3/2 模型则不同,因为高方差状态的典型持续时间随方差水平上升而缩短。,
对于 GARCH 与对数正态波动率,论文没有找到适合重复调用的超几何闭式变换。于是直接在对数波动率网格上,对每个频率求解固定频率后向方程。该方法的优点是通用性强,缺点是需要为每个频率维护一个复数矩阵传播器。,
图1横轴是截断上界与初始波动率之比,纵轴是截断模型中矩的对数。图中分别展示 3/2、对数正态波动率和 GARCH 模型在不同阻尼下的行为。
主要趋势是:
这张图的最重要信息是:有限网格上的数值结果可能“掩盖”理论矩发散。换言之,截断模型的矩并不等于原始无限域模型的矩。只有在扩展截断边界并观察其极限时,发散才会显现。因此,不能因为某个有限波动率网格上负阻尼计算稳定,就断言相应负矩存在。
图2将三个模型的行权边界 (x^*(t,y)) 绘制在 Itô 坐标 (F(y)) 上,并比较 DSINC 的节点边界与有限差分边界。
图中四条时间曲线显示,随着时间接近到期,边界整体向更高的对数执行水平移动;不同模型的边界都呈现较平滑、近似线性的下降形状,但仍存在明显曲率。有限差分圆点或方块与 DSINC 曲线整体贴合,表明 Itô 坐标并非仅有理论动机,也确实改善了边界拟合。
表8进一步量化了这一点:在相同节点范围内,用 (F(y)) 线性拟合边界的最大残差,比用方差 (V(y)) 拟合小约1.4至4.5倍;改善幅度在对数正态波动率模型中最明显。,
不过,图2也显示单一线性 facet 仍不能完全描述边界。因此作者最终在通用数值实现中采用节点边界,而非强行使用单 facet。
表3包括三类检验:固定频率变换、欧洲看跌价格和阻尼敏感性。固定频率变换在加倍波动率节点后误差约缩小四倍,符合二阶空间离散收敛;3/2 的谱价格与闭式价格在六位小数上完全一致;GARCH 与对数正态波动率的谱价格均落在条件蒙特卡洛的95%置信区间内。,
表3的阻尼测试还显示,在理论允许的阻尼范围内,价格几乎不变。3/2 模型跨越 (\chi=0) 两侧时仍能在六位小数上保持一致,而另外两个模型在测试的正阻尼下变化不超过约 (2\times10^{-6})。这验证了理论上“不同可 admissible 阻尼应给出同一价格”的性质。
表4和表5比较了三类非仿射模型中的美式价格、有限差分误差、外推值和耗时。DSINC 价格通常位于有限差分网格细化方向的一侧,并且更接近二阶外推结果;但作者明确表示,这并不构成对所有实现都具有速度优势的结论。,
表6说明边界搜索必须使用局部 bracket。若在整个价格区间内寻找价值匹配点,算法可能误选行权区域内部的接触点,特别是在负阻尼下会放大误差。时间步细化还必须同步扩大频率带宽,否则更细时间网格可能暴露频率截断误差。,
表7是 Heston 基准测试。作者故意不使用 Heston 的闭式 tilted-CIR 变换,而是用通用固定频率数值算法,以检验数值波动率积分和边界递推本身。DSINC 在正、负两种阻尼下都给出相同显示价格,并与已有 Heston 参考值保持一致;在 (S=10) 处有限差分价格比参考值低约 (4\times10^{-4}),而使用过宽的全区间 bracket 会产生约 (6\times10^{-4}) 的系统误差。,
表8说明 Itô 坐标比方差坐标更适合边界线性化,但残余曲率仍不可忽略,因此节点表示更稳健。
表9扩展了测试场景,包括一年期、(r_d<r_f)、严格局部鞅 3/2 模型、分段变化参数的 GARCH 模型以及相关 SABR。DSINC 与精细有限差分的最大差异约为 (2.1\times10^{-5}),与二阶外推值的差异约为 (1.1\times10^{-5});不含 (r_d<r_f) 的若干案例中,与外推值的差异进一步降至约 (4\times10^{-6})。,
在 (r_d<r_f) 时,提前行权溢价本身低于 (10^{-5}),残差项和谱项发生抵消,因而绝对误差虽小,但相对误差可能较大。这是基本条带公式数值条件性变差的具体表现。
表10比较相关 SABR 的等精度成本。与本文采用的二维有限差分实现相比,DSINC 在精细网格精度附近成本大致相当;在约 (2\times10^{-6}) 误差水平附近,DSINC 约快一倍。但作者也提醒,ADI 有限差分、现代高阶差分和 Krylov 矩阵指数方法都可能改变这一比较。,
表11则是概念性总结:Heston 中的 DSINC 坍缩、3/2 中的 (\log v) 闭式 facet、一般模型中的固定频率后向方程以及相关 SABR 的变量变换,构成了从 Heston 向更广泛非仿射模型推广的完整路线。,
第一,频带限制是假设而非现实事实。真实转移密度通常不严格 band-limited,论文通过傅里叶投影把它转化为可估计的截断误差,但实际误差还包括频率求积、波动率域截断、空间离散、时间求积和边界求解误差。,
第二,有限差分并非绝对真值。论文使用细网格结果和二阶外推作为基准,但外推依赖二阶收敛假设;因此“优于有限差分”更准确地说是“更接近该外推基准”,不应解释为已经证明了绝对误差。,
第三,相关 SABR 的 Duhamel 展开仍是未完成部分。论文没有证明展开在目标相关性下收敛,也没有给出数值测试;热核方法同样是短时间渐近展开,且不天然满足吸收边界,不能直接视为已验证的生产级方案。,
第四,速度比较高度依赖实现。零相关 SABR 的 Hankel 方法理论上降维明显,但实际因复阶 Bessel 函数而比二维有限差分慢得多。另一方面,DSINC 当前使用显式矩阵指数,复杂度包括每个频率的矩阵指数预处理;大规模问题可能需要 Krylov 方法才能释放其优势。,
第五,论文在正文中有一处值得注意的文字矛盾:相关 SABR 小节开头写“对于 (\rho=0),混合导数耦合 Bessel 模式”,但后文及数学结构表明应当是“(\rho\neq0)”时混合导数存在并导致频率耦合。这更像排版或笔误,不影响作者后续对相关 SABR 的处理逻辑,但正式出版前应修正。
这篇论文的真正贡献不是提出一个只适用于某个新模型的定价公式,而是揭示了 DSINC 方法中“价格维度坍缩”与“仿射结构”可以分离。只要模型是一因子随机波动率模型,并满足适当的可积性与转移规律条件,DSINC 都可以把行权区域上的价格积分压缩为单一谱积分。,
对不同模型,剩余难点各不相同:
从图1可以看出,矩存在性不是一个可以被有限截断网格轻易确认的问题;从图2和表8可以看出,Itô 坐标确实改善了行权边界的线性拟合,但节点化边界仍然更加稳健;从表2至表10可以看出,方法在精度上具有竞争力,但速度优势并非普遍成立,而是取决于模型、特殊函数实现、频率数量和有限差分方案。,
总体而言,作者的判断是积极但并非无条件的:DSINC 已从 Heston 的专用技术扩展为一套适用于非仿射随机波动率模型的半解析框架,基本条带 (0<\chi<1) 是其处理局部鞅、负矩发散和 SABR 吸收边界的关键;然而相关 SABR 的高效闭式实现、复杂特殊函数成本、边界近似误差以及更大规模计算性能,仍是后续研究重点。,
2610.28847.pdf