улыбка

Вчера написал пост  smart-lab.ru/blog/201147.php  как за день заработал больше 10% от ГО торгуя волатильность от улыбки, и как не странно народ даже не поинтересовался что ж за улыбка такая граальная.  
Сам много инфы начерпал отсюда, потому и решил поделится мыслями с сообществом.



А на самом деле граля нету :)
      На счет  улыбки тут конечно вопрос интересный и однозначного ответа у меня на этот вопрос нету. И потому улыбка у меня не одна а их несколько.

• Самый простой вариант: берем улыбку на закрытие торгов вчера, и к моему удивлению, как пишет уважаемый колега broker25 здесь smart-lab.ru/blog/198980.php она показала самый лучший результат при оценке точности прогноза.
• В такие дни как вчера вполне подходит обычная биржевая улыбка, на больших движах цены опционов  хорошо убегают от нее и можно прямо по маркету забирать нужную волу.  С большими обьемами наверно не получится но мне хватает.

     Варианты посложнее:

( Читать дальше )

Какая должна быть правильная форма улыбки? Продолжаю разбираться с этим вопросом, используя эмпирическое распределение. Как было показано в моих июньских постах, построенное по дням эмпирическое распределение не дает улыбку привычной рыночной формы. Вероятно, это связано с тем, что распределение не учитывает кластеризацию волатильности и коррелированность последовательных ежедневных приращений.
 
Чтобы исключить искажение из-за коррелированности приращений, рассмотрим распределение на основе недельных приращений цены. Распределение строится на основе пятидневных скачков индекса РТС, созданных с помощью скользящего окна с января 2010г. по февраль 2013г. Время до экспирации принимается равным одной неделе. В связи с возможным введением недельных опционов выбор недели в качестве временного интервала наиболее интересен.

В качестве базового актива выбран индекс, а не фьючерс, поскольку дельтахеджирование не производится, а излишняя волатильность фьючерса несколько искажает результат. Ставка доходности принимается равной нулю. Полагаю, это справедливо для долларового индекса. Для удобства работы каждое значение индекса увеличим на 100.

( Читать дальше )

Мысли навеяны обсуждениями в блогах:
 
http://smart-lab.ru/blog/150179.php про липкую дельту, сдвиг улыбки, и про то, что волатильности не существует.
 
http://smart-lab.ru/blog/150083.php упоминание Гнома про RV
 
http://smart-lab.ru/blog/149269.php мой последний блог «Цена опциона и Как правильно посчитать дельту?»
 
Мои рассуждения по теме.
 
Чтобы рассуждать про волатильность опциона, дельту, сдвиги улыбки нужно для начала дать этому всему определения. Сразу скажу, что книги по опционам на русском я читал по горизонтали, не вникал во все, что там написано, искал только интересующие меня вещи. Основную информацию я получал с сайтов университетов Европы и Америки, с сайтов забугровых квантов на нерусских языках. Я, конечно, не все понял, и не все из того, что понял, смогу доступно объяснить на русском, но я попробую.
 
Начинать нужно с цены опциона.
 
Цена — это денежное выражение стоимости товара.


( Читать дальше )

Если проанализировать одномесячный спред по IV на опционных сериях одного БА для колов и путов OTM на равном удалении по какому-либо критерию от БА раздельно ,
то получим нижеприведенные картинки
Ось Х — время до экспирации ближней серии
Ось Y — спред IV с равным удалением от БА по к.л. критерию (страйки и т.д.)

Имхо, такое представление плохо читаемо, а хотелось бы еще одновременно видеть и др. разрезы + поверхность (она в данном случае получается рваной из-за большого шага страйка — совсем не комильфо)

Вопросы:
Как на Ваш взгляд более читаемо отображать ошибки и распределения?
Какие еще разрезы/дополнения были бы на Ваш взгляд информативны для сабж?

На сейчас выделяю два основных подхода к прогнозированию улыбки волатильности:
— модельный
— статистический

Модельный
Основан на использовании придуманной модели и подборе параметров в нее
Примеры методов модельного подхода: BS, SABR и т.д.

Статистический
Основан на выделение стат. закономерностей в поведении улыбки и использовании их для прогноза будущего её состояния
Примеры методов статистического подхода: система уравнений, нейросеть и т.д.

Видимо и тот и др. методы имеют как свое право на жизнь, так и свои «+» и «-».

Вопросы:
— Какой подход используете (предпочли бы использовать)? Почему?
— Каким методом пользуетесь (предпочли бы пользоваться)? Почему?
— Для решения какой трейдерской задачи ?
— Какие «+» и «-» подхода и метода стали определяющими для Вашего выбора ?
— М.б. возможно применить комбинированный подход? Как ?

PS Мне показался ближе для прогноза улыбки стат.подход с методом близким к нейросетям. Используется для оценки профиля позы в матрице(дереве) возможных ее будущих состояний.

Для примера представлены улыбки всех опционных серий на RIM2.
Условно выделены:
— нормальная улыбка
— граница продаж
— граница покупок
Каждая из этих линий может определяться различными методами.

На видео хорошо видно, что в процессе существования опц. серии улыбка заходит как в зоны перекупленности, так и в зоны перепроданности. При этом это может происходить несвязанно для разных частей улыбки, что может порождать возможности для арбитража внутри улыбки.

Одновременно отображается 5 «последних» улыбок. Информация о каждой из них отображается в легенде: Дней_до_экспирации, ОпцСерия, ДатаВремя_фиксации_улыбки.
(В настройках скорость просмотра регулируется)

На графике сравнение улыбок двух опц. серий внутри одного БА демонстрируют возможность арбитража между сериями

Имхо, движения улыбок на амер. рынке имеют интересные отличия от ФОРТС.

Предложение о сотрудничестве:
Если у Вас есть в наличии или есть доступ к архивам:
— котировок и/или трейдов опционов
— улыбок волатильности
на зарубежных рынках, то можем обсудить возможность их анализа на взаимовыгодной основе.

На графике зависимости изменения IV ATM от изменения цены БА.

Хорошо видно, что:
— зависимости в основном не линейны и
— не однородны

Имхо, это может означать, что изменение цены БА не единственный предиктор влияющий на IV ATM.

Какие предикторы, влияющие на изменение IV ATM, выделили бы Вы ?
Что еще может сказываться на ее поведении ?
Какие из этих факторов носят общий или частный характер? В каких случаях ?

Краткие выводы:

• наиболее близким к результатам статистики является 3 метод, причем, даже с учетом изменяющейся «степени параболы» улыбки
• 2 метод адекватен лишь на отдельном интервале жизни отдельных опционных серий
• частные движения IV ATM могут сильно отличаться от общего правила

Картинки здесь