Моделирование улыбки

Я прочитал два предыдущих поста, решил написать свой, чтобы обрушить поток конструктивной критики на похожую идею.

Я торгую только американский рынок. Поэтому буду моделировать на примере S&P500.
Цель: я хочу совместить implied улыбку волатильности, с теоретической полученной из цен опционов посчитанных по физическому распределению цен S&P500, которое я буду моделировать.

Моделировать физическое распределение я буду следующим образом. Есть такая модель Normal Inverse Gauss, относится к классу моделей Levy process. Она позволяет построить физическое распределение по 4-м моментам: стандартное отклонение, skew, kurtozis, мат. ожидание(mean). Эти 4 момент легко посчитать на историческом участке цен S&P500.  Я использовал годовые моменты, 2-х, 3-х и 4-х годовые для построение распределения. Матожидание я использовал не историческое, а просто risk free rate, то 0,0006(0,06%) для месячного опциона. 

После того как любому отклонению от мат. ожидания присвоена вероятность с помощью физического распределения, можно оценить опционы в $. Для этого использую fft(fast fourier transformation), такая функуция встроена в стандартный пакет matlab. Далее пересчитываю в implied цены опционов для каждого страйка S&P500.


Итак, получается следующее. Синяя — это соответственно модель.

Как видите, implied сильно смещена вправо. Вопрос: создаёт ли это прецендент для получения арбитражной прибыли? Я понимаю что это квазиарбитраж, так как это смещение корее всего легко убрать добавив в модель оценку jumps, или гэпов вниз и получится что этот arbitage имеет под собой такой же примерно фундамент рисков как стратегия IV-HV arbitrage.





Как считаете можно ли торговать skew arbitrage, используюя normal inverse gauss распределение для расчёта греков позиции?