5차 다항식 모델
SVI는 변동성 스마일을 피팅하는 업계 표준입니다. 파라미터는 5개이며 슬라이스 하나씩 피팅합니다. 하지만 SVI에는 특정한 형태 가정이 내재되어 있습니다. 스마일은 항상 평행이동하고 크기가 조정된 쌍곡선이라는 가정입니다. 시장이 SVI로 만들 수 없는 형태를 보이면 피팅 품질이 떨어집니다. 5차 다항식 모델(Gauthier & Possamai, 2023)은 이 형태 가정을 완전히 버립니다. 총 내재분산을 로그 머니니스에 대한 다항식, 즉 계수 5개 또는 6개를 가진 4차 또는 5차 다항식으로 피팅합니다. 시장이 만들어내는 어떤 스마일 형태든, SVI가 구조적으로 놓치는 형태까지 피팅할 수 있습니다.
형태 제약이 없는 SVI
파라미터 수는 SVI와 같습니다. 슬라이스 하나씩 피팅하는 방식도 같습니다. 하지만 SVI가 쌍곡선 형태를 강제하는 반면, 다항식은 데이터가 형태를 결정하게 합니다. 대가는 SVI에 내장된 윙 동작을 잃고, 차익거래가 없도록 명시적인 제약을 걸어야 한다는 점입니다. 스큐와 곡률은 서로 독립적으로 조절됩니다.
직접 확인해 보기
슬라이더를 움직여 각 계수가 스마일 형태를 어떻게 바꾸는지 살펴보십시오. SVI로는 만들 수 없는 형태를 보려면 'Double bump' 프리셋을 사용해 보십시오.
5차 다항식 스마일 탐색기
"이중 범프"를 선택하고 "SVI 참조 표시"를 켜면 다항식은 만들 수 있지만 SVI는 구조적으로 만들 수 없는 형태를 확인할 수 있습니다.
작동 방식
1. 다항식으로 표현한 총분산
주어진 만기 에 대해, 총 내재분산 를 로그 머니니스 에 대한 다항식으로 모델링합니다.
각 계수는 트레이더 관점에서 직접적인 의미를 가집니다.
2. 차익거래 제약은 단순한 범위 제한입니다
다항식이 차익거래가 없으려면(분산이 양수이고 콜 가격이 볼록해야 함), 제약 조건은 계수에 대한 부등식으로 귀결됩니다. 복잡한 수치 검증이 필요 없습니다. 피팅 과정에서 계수의 범위만 제한하면 됩니다.
3. 피팅이 빠릅니다
시장 데이터에 다항식을 피팅하는 것은 최소제곱 문제이며, 마이크로초 단위로 풀 수 있습니다. 피팅은 유동성이 가장 높은 ATM 행사가에 가중치를 둡니다. 계수 범위를 선형 제약으로 추가하면 작은 QP(이차 계획법) 문제가 되며, 이는 SVI의 비선형 최적화보다 빠르고 견고합니다.
고차 다항식은 윙에서 진동합니다
6차나 7차 다항식은 윙에서 진동합니다(룽게 현상). 4~5차 다항식은 마지막 유동성 있는 행사가 너머에 왜곡을 만들지 않으면서 실제 스마일 형태를 포착할 만큼 충분한 유연성을 가집니다. 깊은 외가격 (OTM) 윙 동작에는 명시적인 외삽 규칙이 필요합니다.
5차 다항식 vs. SVI
크립토에서의 의미
크립토 스마일은 SVI가 다루기 어려운 방식으로 비대칭인 경우가 많습니다. 연쇄 청산으로 인한 가파른 풋 스큐, 에어드롭 옵셔널리티로 인한 이례적인 콜 쪽 돌출, 또는 미결제약정이 집중된 인기 행사가 주변의 꺾인 스마일 등이 그렇습니다. 다항식 모델은 쌍곡선 구조를 강제하지 않고 이러한 형태를 피팅합니다. 다항식 스마일에서 계산한 델타와 베가는 구조상 매끄럽습니다. 주요 한계는 크립토 옵션의 행사가가 드문드문하다는 점이며, 제약을 신중하게 걸지 않으면 다항식이 데이터 포인트 사이에서 이상하게 동작할 수 있습니다.
형태 편향 없이 SVI의 단순함을 그대로
SVI가 구조적으로 만들 수 없는 스마일을 피팅합니다. 대가는 SVI의 안정적인 윙 외삽을 잃고 차익거래 제약을 명시적으로 처리해야 한다는 점입니다. 다중 만기 표면에는 별도의 기간구조 제약이 필요합니다. 스마일이 이례적이거나 SVI 피팅 잔차가 너무 큰 시장에 가장 적합합니다.
방정식 탐색기
내재변동성, 총분산, 로그 머니니스, 옵션 가격 사이를 변환합니다.
방정식 탐색기
💡 팁: 답안을 확인하기 전에 각 질문에 대해 스스로 답해보세요.
수학적 직관 키우기
5차 다항식 기초부터 배우기인터랙티브 레슨 · 사전 지식 불필요이 레슨에서는 다항식 피팅이 왜 스마일에 추가적인 유연성을 주는지, 총분산 다항식이 어떻게 작동하는지, 그리고 형태가 더 자유롭게 움직일수록 왜 더 강한 차익거래 검증이 중요해지는지를 설명합니다.
함께 보기:
- SVI 파라미터화: 이 모델이 확장하는 업계 표준 파라메트릭 모델
- SSVI (Surface SVI): 캘린더 일관성을 갖춘 SVI의 표면 확장
- SANOS (비모수 표면): LP 피팅을 사용하는 완전 비모수 접근법
- Neural SDE / 딥 헤징: 동학을 엔드투엔드로 학습하는 데이터 기반 접근법
- 보간 방법: 모든 방법 비교