Откуда возникает улыбка волатильности?

Продолжая популярную сейчас тему с моделями улыбки волатильности, хочу поделиться результатами своего исследования на эту тему. Немного стремно делать это после поста Виталия Курбаковского. Но может кому-то и мое исследование будет интересно. Сам я не математик и не трейдер, просто программист. Поэтому не судите строго.
 
Наблюдая за поведением улыбки волатильности, уже давно мучали вопросы: Почему улыбка поднимается то вверх, то вниз? Почему она изогнута именно так, а не иначе? Почему перекатывается за текущей ценой БА, причем дно улыбки справа от БА и только к экспирации подтягивается к БА и улыбка становится симметричной? Почему ветви у нее то поднимаются, то опускаются? И главный вопрос: Что является причиной возникновения улыбки волатильности? В некоторых источниках утверждают, что улыбка возникает из-за толстых хвостов распределения приращений. Решил проверить это и провести небольшое исследование.
 
Насколько понял теорию вопроса, чтобы посчитать свою улыбку волатильности, нужно иметь распределение вероятностей, какой будет цена БА на экспирацию (в дальнейшем — распределение цен). Если знать это распределение, то можно однозначно вычислить цены опционов на каждом страйке, и потом, используя формулу Блека-Шоулза, можно вычислить IV на каждом страйке, и получить улыбку волатильности. Как можно получить распределение цен? Решил построить его, генерируя тысячи случайных траекторий цены, начиная с текущего значения БА. Конечные точки траекторий (цена БА на экспирацию) сохраняю, и в конце смотрю, как часто цена попадала в тот или иной диапазон. Так получаю распределение цен на экспирацию. Для построения случайной траектории решил использовать распределение приращений, которое реально было на рынке (в дальнейшем — эмпирическое распределение). Вот, например, распределение приращений (на минутках) для фьючерса RTS-9.11:

 
На гистограмму распределения реальных приращений наложен график плотности нормального распределения. Видно, что распределение реальных приращений отличается от нормального:

• Вероятность незначительных изменений цены больше, чем в нормальном распределении;
• Вероятность средних изменений цены меньше, чем в нормальном;
• Вероятность значительных изменений цены больше, чем в нормальном (площадь под хвостами +-3*сигмы у эмпирического распределения в три раза больше чем у нормального);

Может быть улыбка волатильности возникает именно из-за этих отличий эмпирического распределения от нормального? Проверим это. Построим распределение цен на экспирацию, используя эмпирическое распределение. Но сначала немного подкорректируем его. Дело в том, что в эмпирическом распределении уже заложен тренд, который был у БА за рассматриваемый период (например RTS-9.11 за выбранный период упал с 183505 до 161190). И если использовать исходное эмпирическое распределение, то матожидание распределения цен на экспирацию будет сильно отличаться от стартовой точки траекторий. Улыбку волатильности строить по такому распределению — нельзя. Поскольку не будет выполняться колл-пут паритет. И улыбки, посчитанные отдельно для путов и для коллов, не будут совпадать. Для выполнения паритета необходимо, чтобы матожидание распределения цен на экспирацию равнялось текущей цене БА (стартовому значению для всех траекторий). Исключим трендовую составляющую из приращений (как посоветовал broker25 в этом посте) и построим подкорректированное распределение цен на экспирацию:
 
 
У этого распределения матожидание совпадает с текущим значением БА, поэтому можно рассчитывать улыбки. Посчитаем улыбку отдельно для путов и отдельно для коллов. Вот что получилось:
 
 
Черная жирная линия — улыбка волатильности, которую в тот момент транслировала биржа. Зеленая — улыбка волатильности, посчитанная по распределению цен для опционов колл. Розовая — улыбка волатильности для опционов пут.
 
Видно, что по краям посчитанные улыбки начинают расходиться, т.е. перестает выполняться колл-пут паритет. Но главное, посчитанные улыбки совсем не похожи на параболу. И напоминают скорее горизонтальную линию. Как же у биржевой улыбки получается парабола?
 
Здесь я долго бился, перепроверял расчеты, но все уточнения приводили к тому, что улыбка становилась все более похожей на горизонтальную линию. Пока не заметил, что в транслируемых биржей теор.ценах минимальная внутренняя стоимость опциона не бывает меньше 10п. Введя такую коррекцию, получил вот такую улыбку:
 
Это уже более похоже на биржевую улыбку. Но все равно смущает кусочно-линейная структура. Уберем коррекцию с 10п и искусственно «утяжелим» хвосты распределения цен так, чтобы это условие (внутренняя цена опциона >= 10п) выполнялось автоматически. Для такого распределения получаем вот такую улыбку:
 
 
Кажется, мы на верном пути и улыбка все ближе к биржевой. Вопрос только — как именно «утяжелить» хвосты у распределения цен? И почему собственно их нужно «утяжелять»? Ведь мы использовали распределение приращений, в котором и так хвосты были гораздо толще, чем у нормального распределения. Возможно, причина кроется в зависимости приращений. Когда мы строили очередную случайную траекторию движения БА к экспирации, то на каждом шаге очередное приращение выбиралось независимо от предыдущего. Т.е. мы исходили из принципа, что приращения в эмпирическом распределении независимы. Но так ли это в действительности?
 
Проведем эксперимент: после каждого значительного приращения (например, на +100п) запомним следующее приращение и посмотрим, какое получится распределение таких приращений. Вот какое условное распределение получается:
 
 
Видно, что матожидание этого распределения не ноль (0.02% от цены БА) и 60% приращений имеют положительные значения. Т.е. в 60% случаев после роста вверх на 100п и более, на следующем баре движение вверх продолжалось и в среднем было примерно 30-40п (скальперам — на заметку!). Т.е. наш экспресс-анализ показывает, что приращения нельзя считать независимыми. И для генерации случайной траектории движения цены нужно не просто случайно выбирать очередное приращение, а использовать при этом некие зависимости.
 
Попробуем сымитировать такие зависимости. Например, рассмотрим такой вариант: в 98% траектории строятся абсолютно случайно, в 1% траектория строится случайно, но с тенденцией к падению, в 1% — к росту. Вот какое распределение цен получается:
 
Для такого распределения получается следующая улыбка волатильности:
 
Форма улыбки все ближе к биржевой. Разберемся теперь с дном улыбки. У транслируемой биржей улыбки дно находится справа от текущего значения БА, и по мере приближения к экспирации, подтягивается к БА. И в последний день улыбка становится наконец симметричной. С чем связано такое поведение улыбки? Тут помог Олег Мубаракшин:
 
За смещение дна отвечает корреляция между ценой и волатильностью. То что мы наблюдаем для опционов на индекс — следствие отрицательной корреляции между приращениями цены фьючерса и приращениями его волатильности...
 
Попробуем смоделировать это. Т.е. будем использовать не фиксированное распределение приращений, а динамически меняющееся, в зависимости от того: растет текущая траектория цены или падает. Если растет, будем постепенно снижать волатильность. Если падает — будем повышать волу. Вот какое распределение цен получается при таком моделировании:
 
 
Видно, что теперь левая сторона распределения более растянутая, поскольку для ее построения использовалось более волатильное распределение приращений. Посмотрим теперь на улыбку, которая получается при таком распределении цен:
 
У улыбки справа возникла небольшая загогулина, видимо, у распределения цен справа недостаточно толстый хвост получился. Но главное, что утверждение Олега подтвердилось! Дно действительно сместилось вправо. Если посмотреть в динамике, то дно у такой улыбки будет также, как и у биржевой по мере приближения к экспирации подтягиваться к БА.
 
Итак, вот ответы на исходные вопросы:

1. Отличие эмпирического распределения приращений от нормального и его толстые хвосты не является причиной возникновения улыбки.
2. Улыбка возникает из-за толстых хвостов распределения цен на экспирацию.
3. Скорее всего, эти толстые хвосты возникают из-за зависимости приращений в эмпирическом распределении.
4. Вертикальное положение улыбки зависит от сигмы распределения приращений: распределение с большей сигмой будет поднимать улыбку вертикально вверх, с меньшей — опускать вниз.
5. Наклон ветви улыбки зависит от «тяжести» хвоста распределения цен: чем «тяжелее» хвост, тем больше угол наклона соответствующей ветви улыбки.
6. Смещение дна улыбки вправо связано с отрицательной корреляцией между ценой БА и его волатильностью.

Вот такое исследование и такие выводы получились. Буду рад любой критике или новым идеям.