FuNVol: A Multi-Asset Implied Volatility Market Simulator using Functional Principal Components and Neural SDEs

要約

ここでは、過去の価格に忠実な複数の資産にわたる一連のインプライド ボラティリティ (IV) サーフェスを生成するための新しいアプローチを紹介します。
これは、関数データ分析とニューラル確率微分方程式 (SDE) を確率積分変換ペナルティと組み合わせて使用​​し、モデルの誤指定を減らします。
IV サーフェスと価格の共同ダイナミクスを学習することで、過去の特徴と一致し、本質的に静的裁定取引のないサーフェスのサブマニホールド内にある市場シナリオが生成されることを示します。
最後に、シミュレートされたサーフェスを使用したデルタ ヘッジにより、実現された P&L と一致する損益 (P&L) 分布が生成されることを示します。

要約(オリジナル)

Here, we introduce a new approach for generating sequences of implied volatility (IV) surfaces across multiple assets that is faithful to historical prices. We do so using a combination of functional data analysis and neural stochastic differential equations (SDEs) combined with a probability integral transform penalty to reduce model misspecification. We demonstrate that learning the joint dynamics of IV surfaces and prices produces market scenarios that are consistent with historical features and lie within the sub-manifold of surfaces that are essentially free of static arbitrage. Finally, we demonstrate that delta hedging using the simulated surfaces generates profit and loss (P&L) distributions that are consistent with realised P&Ls.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google