이 페이지는 자동 번역되었습니다. 영어 원문이 정본입니다. 영어로 읽기
메인 콘텐츠로 건너뛰기

Heston 모델

Heston은 실제로 사용 가능한 가격결정 공식을 갖춘 최초의 확률적 변동성 모델입니다. 변동성이 장기 수준으로 되돌아가는 프로세스를 따르며(무한대로 발산하지 않습니다), 이는 실제 시장에서 관찰되는 현상과 일치합니다 -- 변동성은 급등한 후 잦아듭니다. 이 모델은 가격 움직임과 변동성 움직임 간의 상관관계를 통해 스큐와 스마일을 만들어내며, 단일 파라미터 세트에서 완전한 변동성 표면을 생성합니다.

크립토에서 Heston이 꼭 필요한 것은 아닙니다. 하지만 그 이후의 모든 확률적 변동성 모델 -- SABR, rough Bergomi, 확률적 로컬 변동성 -- 은 이 아이디어의 후손입니다. Heston을 이해하는 것은 현대 내재변동성 모델링의 DNA를 이해하는 것입니다.

💡
개념적 조상

Heston이 확률적 변동성에 대해 갖는 의미는 블랙-숄즈가 옵션 가격결정에 대해 갖는 의미와 같습니다. 이후의 모든 모델이 확장하거나 반박하는 기초 프레임워크입니다. 크립토에서 이를 사용할 필요는 없지만, 실제로 사용하는 모델들을 이해하려면 이를 이해해야 합니다.

파라미터 직관

각 파라미터를 조정하며 Heston 스마일이 어떻게 변하는지 확인해 보세요.

헤스턴 스마일 탐색기

전형적인 주식 스마일. 음의 ρ로 인한 강한 풋 스큐, 중간 수준의 볼오브볼.
21%33%45%758595ATM105115125행사가내재변동성 (%)
κ (평균회귀)2.0
분산이 θ로 회귀하는 속도
θ (장기 분산)0.040
장기 분산 수준. 장기 ATM 변동성의 제곱과 대략 같습니다
σ (볼오브볼)0.500
스마일 곡률을 제어합니다. 0 = 평탄 (BS).
ρ (현물-변동성 상관)-0.700
음수 = 풋 스큐 (일반적)
v₀ (초기 분산)0.040
현재 분산. 현재와 장기의 비교가 기간구조 기울기를 결정합니다
ATM IV
20.0%
풋 윙 기울기
+0.28%/strike
콜 윙 기울기
-0.13%/strike
기간구조
현재 = 장기 (평탄한 기간구조)

ρ는 스큐(기울기), σ는 곡률(윙 폭), κ/θ/v₀는 변동성 수준과 기간구조를 제어합니다.

다섯 개 파라미터 한눈에 보기:

파라미터
제어 대상
스마일에 미치는 효과
kappa -- 평균회귀 속도
변동성이 장기 수준으로 얼마나 빨리 되돌아가는지
높은 kappa는 기간구조를 빠르게 평탄화합니다
theta -- 장기 분산
프로세스가 수렴해 가는 균형 변동성 수준
장기 만기 스마일의 전반적인 수준을 결정합니다
sigma -- 변동성의 변동성
변동성 프로세스 자체가 얼마나 변동적인지
높은 sigma는 양쪽 날개를 들어올립니다(두꺼운 꼬리)
rho -- 현물-변동성 상관관계
가격 움직임과 변동성 움직임 간의 연결
음의 rho는 왼쪽 날개를 가파르게 만듭니다(풋 스큐)
v0 -- 초기 분산
현재 변동성의 위치
v0와 theta의 격차가 기간구조를 기울입니다

각 파라미터의 체감

  • kappa (평균회귀 속도): 변동성이 정상 수준으로 얼마나 빨리 되돌아가는지를 나타냅니다. kappa가 높으면 변동성 충격이 빠르게 소멸합니다 -- 기간구조가 평탄해집니다. kappa가 낮으면 변동성 레짐이 오래 지속됩니다. 크립토에서는 kappa가 낮은 경향이 있습니다. 변동성 레짐이 끈적하게 유지되기 때문입니다.

  • theta (장기 분산): 시간이 지나면서 프로세스가 수렴해 가는 변동성 수준입니다. theta의 제곱근은 대략 장기 만기 ATM 변동성입니다. BTC의 경우 일반적으로 연율 50-70% 수준입니다.

  • sigma (변동성의 변동성): 스마일의 폭을 제어합니다. sigma = 0이면 스마일이 없습니다. sigma가 커질수록 양쪽 날개가 들어올려집니다. SABR의 nu와 같은 개념입니다. 높은 sigma = 두꺼운 꼬리 = 비싼 OTM 날개.

  • rho (현물-변동성 상관관계): 스큐를 제어합니다. 음의 rho는 기초자산이 하락할 때 변동성이 상승한다는 뜻입니다. 크립토에서 rho는 보통 -0.5에서 -0.8 사이입니다. 더 음수일수록 풋 스큐가 가팔라집니다. 이는 델타 헤징 행태를 직접적으로 좌우합니다.

  • v0 (초기 분산): 현재 변동성의 위치입니다. v0가 theta보다 높으면 기간구조가 우하향합니다(변동성이 잦아들 것으로 예상). v0가 theta보다 낮으면 우상향합니다. 변동성 급등 이후에는 v0 >> theta가 되어 기간구조가 역전됩니다.

ℹ️
평균회귀가 Heston과 SABR을 구분합니다

Heston의 변동성 프로세스는 장기 수준으로 되돌아갑니다. SABR은 그렇지 않습니다 -- 영원히 표류할 수 있습니다. Heston의 변동성은 무한대로 폭발할 수 없습니다. SABR의 변동성은 그럴 수 있으며, 그래서 SABR이 때때로 비현실적인 장기 만기 스마일을 만들어냅니다. 베가 헤징 관점에서 평균회귀는 장기 만기 베가 익스포저가 예측 가능하게 감소한다는 의미입니다.

💡
두 파라미터, 두 그릭 익스포저

rho는 스큐(바나 익스포저)에 대응합니다. sigma는 스마일 곡률(볼가 익스포저)에 대응합니다. 이 두 연결고리가 Heston의 핵심입니다.

강점과 한계

강점
트레이더에게 갖는 의미
빠른 가격결정 공식
대부분의 확률적 변동성 모델과 달리, Heston 옵션은 단일 적분으로 가격을 산출할 수 있습니다. 초당 수천 개의 가격 계산이 가능합니다.
변동성이 정상 수준으로 되돌아감
현실적인 행태입니다 -- 변동성 급등 후에는 평균회귀가 뒤따릅니다. 자연스러운 기간구조를 만들어냅니다.
스큐와 스마일을 표현하기에 충분한 표현력
rho가 스큐를, sigma가 곡률을 제어합니다. 다섯 개 파라미터로 대부분의 유동성 있는 시장을 커버합니다.
방대한 도구 생태계
1993년부터 연구되어 왔습니다. 모든 언어에 라이브러리가 있습니다. 문제에 부딪히면 누군가 이미 해결해 놓았습니다.
한계
트레이더에게 갖는 의미
5개 파라미터 = 불안정한 피팅
서로 다른 파라미터 조합이 비슷한 스마일을 만들어낼 수 있습니다. 피팅 결과가 날마다 크게 흔들릴 수 있습니다.
피팅이 까다로움
여러 개의 국소 최솟값이 존재합니다. 좋은 초깃값과 전역 탐색 방법이 필요합니다.
크립토 단기 만기 스마일을 맞추지 못함
크립토 스마일은 단기 만기에서 너무 가파르고 넓습니다. Heston은 크립토 변동성 다이내믹스에 비해 너무 매끄럽습니다.
날개가 너무 평평함
Heston의 날개는 일정한 기울기에 수렴합니다. 실제 크립토 스마일은 먼 OTM 행사가에서 더 가파른 날개를 갖는 경우가 많습니다.
⚠️
크립토 스마일 피팅에 Heston을 사용하지 마세요

크립토 옵션의 변동성 표면을 구축한다면 SVI 또는 SSVI를 사용하세요. Heston의 5-파라미터 피팅은 목적에 맞게 설계된 스마일 모델보다 느리고 불안정하며 피팅 품질도 떨어집니다. Heston은 가격결정 모델이지 스마일 피팅 도구가 아닙니다. 그 가치는 개념적인 것입니다. 추가 제약 없이는 캘린더 차익거래 문제를 피할 수 없는 반면, SSVI는 구조적으로 캘린더 차익거래가 없는 표면을 보장합니다.

Heston vs. SABR

차원
Heston
SABR
변동성 다이내믹스
장기 수준으로 되돌아감
랜덤워크 (평균회귀 없음)
자유 파라미터
5개
3개 (beta 고정 시)
가격결정
준폐쇄형 (빠름)
근사 공식 (더 빠름)
피팅
전역 최적화, 까다로움
2-파라미터 피팅, 빠르고 안정적
기간구조
내장 (평균회귀)
만기 슬라이스별로만
단기 만기 스마일
너무 매끄러움
더 나음 (그래도 한계 있음)
최적 용도
주식 이색옵션, FX
금리, FX 바닐라
크립토 사용
드묾
드묾 (SVI 선호)
💡
Heston vs. SABR 트레이드오프

Heston은 내장된 기간구조 일관성을 제공합니다 -- 모든 행사가가 동일한 분산 프로세스에 연결됩니다. 그 대가는 더 어려운 피팅과 더 많은 파라미터입니다. SABR이 더 단순하고 빠릅니다.

계보

"확률적 분산"이나 "평균회귀 변동성"이 있는 변동성 모델을 볼 때마다, 여러분은 Heston의 후손을 보고 있는 것입니다.

모델
Heston에서 무엇을 바꾸었나
SABR
평균회귀 분산을 랜덤워크 변동성으로 대체했습니다. 더 단순한 피팅, 명확한 파라미터 직관.
Bates
Heston에 점프를 추가했습니다. 점프 성분으로 더 두꺼운 날개.
Rough Bergomi
매끄러운 분산 경로를 거칠고 들쭉날쭉한 경로로 대체했습니다. 관찰된 변동성의 거칠기와 일치합니다.
확률적 로컬 변동성 (SLV)
Heston 스타일의 확률적 분산과 로컬 변동성을 결합했습니다. 정확한 피팅과 현실적인 다이내믹스.

방정식 탐색기

내재변동성, 총분산, 로그 머니니스, 옵션 가격 간의 변환을 해 보세요.

방정식 탐색기

w = σ2 × Ttotal variance = IV2 × time
%
내재변동성
만기까지의 달력 기준 일수
총 분산 (w)
0.022225
연율화 분산 (σ²)
0.2704
역산 IV
52.00%
총 분산은 SVI 등 모델이 피팅하는 대상입니다. 시간에 비례해 커지므로 30일간 50% 변동성은 90일간 50% 변동성보다 총 분산이 작습니다.

수학적 직관 쌓기

Heston 기초부터 배우기인터랙티브 레슨 · 사전 지식 불필요

이 레슨은 Heston을 두 개의 엔진 시스템으로 가르칩니다: 현물 움직임과 분산 움직임. 다섯 개 파라미터, 두 개의 방정식, 그리고 음의 rho가 스큐를 만드는 정확한 이유를 하나씩 살펴봅니다.


참고 자료:


다음 단계로 넘어가기 전에 이해도를 테스트해보세요.

Q: kappa(평균회귀 속도)가 매우 높으면 내재변동성의 기간구조에 어떤 일이 일어납니까?
Q: Heston이 크립토 변동성 스마일을 직접 피팅하기에 부적합한 이유는 무엇입니까?
Q: Heston 파라미터 rho와 그릭 바나 사이의 관계는 무엇입니까?
Q: Heston이 SABR에 없는 것을 제공하는 것은 무엇입니까?

💡 팁: 답안을 확인하기 전에 각 질문에 대해 스스로 답해보세요.