SANOS (непараметричні поверхні)
SANOS використовує інший підхід до побудови поверхні волатильності. Замість підгонки формули з кількома параметрами (як-от 5 параметрів на зріз у SVI), SANOS будує поверхню безпосередньо з ринкових даних, використовуючи сітку вузлів локальної волатильності та гарантовані обмеження відсутності арбітражу. Результат: гладка поверхня, яка може відобразити будь-яку форму, що виникає на ринку, включно з локальними особливостями, які параметричні моделі структурно не здатні описати.
Параметричний і непараметричний підходи
SVI і SABR заздалегідь задають форму усмішки (схожу на параболу, з 3-5 параметрами). SANOS не робить жодних припущень щодо форми. Модель ставить питання: «яка найгладкіша поверхня проходить через ринкові дані, не створюючи арбітражу?» Це дає кращу підгонку, коли ринок відхиляється від параметричних очікувань. Імпліцитна волатильність у кожному вузлі є вільною змінною, а не результатом формули.
Подивіться в дії
Перемикайте режими перегляду, щоб побачити, як SANOS порівнюється з параметричною підгонкою SVI, як виглядає сітка і як застосовуються обмеження відсутності арбітражу.
Побудова поверхні SANOS
SVI (параметрична модель) використовує 5 параметрів і може пропускати локальні особливості. SANOS (непараметрична) проходить через ринкові котирування, дотримуючись арбітражних обмежень.
Як це працює
1. Сітка вузлів волатильності замість формули
Поверхня представлена сіткою значень локальної волатильності, по одному в кожній точці (страйк, експірація). Для 15 страйків і 5 експірацій ви маєте 75 вільних змінних замість 25 у SVI. Більше гнучкості, але потрібні обмеження, щоб оптимізатор не видавав безглуздих результатів.
2. Вбудовані обмеження відсутності арбітражу
Два фундаментальні правила відсутності арбітражу перетворюються на прості обмеження на сітці:
Ключовий момент: якщо змінними є вузли локальної волатильності, усі ці обмеження лінійні. Отже, оптимізатор може дотримуватися їх ідеально, щоразу.
3. Розв’язання методом лінійного програмування
Обмеження та цільова функція лінійні, тож уся задача є задачею лінійного програмування.
- Немає локальних мінімумів: розв’язувач завжди знаходить найкращу відповідь, а не просто найближчу
- Немає чутливості до ініціалізації: вам не потрібне вдале початкове наближення
- Швидкість: сучасні LP-розв’язувачі справляються з цим за мілісекунди
- Нативна робота з бід-аск: LP природно обробляє бід-аск спреди як діапазони, а не як середні ціни
Чому лінійне програмування важливе
SVI і SABR потребують нелінійної оптимізації: потрібна вдала початкова точка, і можна потрапити в локальний мінімум. SANOS обходить усе це. LP завжди знаходить глобально найкращу відповідь, швидко та детерміновано. Кожен вузол страйку та експірації спільно обмежується проти порушень календарного арбітражу та метелика за один прохід.
Обробка бід-аск спреду
Більшість моделей підганяються під середні ціни. Але середня ціна є фікцією: ринок котирує бід і аск, а «справжня» вартість лежить десь у цьому діапазоні. SANOS підганяється безпосередньо під діапазони бід-аск: модель має лише потрапити в межі діапазону в кожній точці. Ліквідні котирування (вузькі спреди) жорстко обмежують поверхню. Неліквідні котирування (широкі спреди) обмежують її слабко. Жодного штучного зміщення до середньої ціни.
Компроміси SANOS
Найгнучкіший і найчистіший підхід до побудови поверхні. Відсутність арбітражу за конструкцією, нативна робота з бід-аск, відображення локальних особливостей, які пропускають параметричні моделі. Ціна: метод новий (2025), не має динамічної інтерпретації (не прогнозує динаміку скью), потребує більше інфраструктури.
SANOS і параметричні моделі
Переваги та обмеження
Не заміна всьому
SANOS розв’язує задачу статичної підгонки краще за параметричні моделі. Але він не описує динаміку усмішки (використовуйте SABR), не дає компактного представлення для зберігання (5 чисел на зріз у SVI важко перевершити) і потребує більше інфраструктури. Обчислення грецьких показників, як-от дельта і вега, на поверхні SANOS потребує зсувів методом скінченних різниць на сітці. Це наступне покоління підгонки поверхонь, а не заміна розумінню параметричних моделей.
Значення для криптовалют
Ринки криптоопціонів мають кілька особливостей, які сприяють непараметричним підходам:
- Розріджені, нерегулярні котирування: не кожен страйк має котирування на кожну експірацію. SANOS нативно працює з нерегулярними сітками.
- Широкі бід-аск спреди: особливо для менших базових активів. SANOS використовує спреди як обмеження, а не відкидає їх.
- Структурні події: розблокування токенів, оновлення протоколів і ейрдропи створюють локалізовані особливості волатильності, які SVI не може відобразити. Вони проявляються як сплески волатильності ATM на конкретних експіраціях.
- Швидкі зміни режимів: поверхня може змінювати форму швидше, ніж параметричну модель встигають переоцінити. Підгонка LP у SANOS достатньо швидка, щоб встигати. Часова структура може різко зміститися протягом дня, і SANOS адаптується без ручного втручання.
SANOS і виділення локальної волатильності
Оскільки SANOS безпосередньо параметризує вузли локальної волатильності, отримання повної поверхні локальної волатильності Дюпіра тривіальне: вона і є підігнаною сіткою. Це робить SANOS особливо корисним для ціноутворення екзотичних опціонів, залежних від траєкторії (бар’єрні, кліке), де динаміка локальної волатильності визначає виплату. Параметричні моделі, як-от SVI на основі Блека-Шоулза, потребують окремого кроку виділення, який може внести чисельні артефакти.
Дослідник рівнянь
Перетворюйте між імпліцитною волатильністю, загальною дисперсією, лог-монейністю та цінами опціонів.
Дослідник рівнянь
💡 Підказка: Спробуйте відповісти на кожне питання самостійно перед розкриттям відповіді.
Формування математичної інтуїції
Вивчіть SANOS з нуляІнтерактивний урок · без попередніх знаньЦей урок пояснює SANOS як поверхню на сітці вузлів, а не як фіксовану формулу, а потім показує, як оптимізація та обмеження відсутності арбітражу працюють разом.
Дивіться також:
- Параметризація SVI: галузевий стандарт параметричної моделі
- SSVI (Surface SVI): параметричні поверхні без календарного арбітражу
- Модель SABR: динамічна модель усмішки
- Локальна волатильність: поверхня локальної волатильності Дюпіра
- Методи інтерполяції: порівняння всіх методів
- Як будуються поверхні: повний конвеєр