5차 다항식 모델
SVI는 변동성 스마일을 피팅하는 업계 표준입니다 -- 파라미터 5개로 한 번에 하나의 슬라이스를 피팅합니다. 그러나 SVI는 특정한 형태 가정을 내장하고 있습니다. 즉, 스마일은 항상 평행이동되고 스케일링된 쌍곡선이라는 가정입니다. 시장이 SVI가 만들어낼 수 없는 움직임을 보이면 피팅 품질이 저하됩니다. 5차 다항식 모델(Gauthier & Possamai, 2023)은 이 형태 가정을 완전히 버립니다. 이 모델은 총 내재분산을 로그 머니니스에 대한 다항식 -- 5개 또는 6개의 계수를 갖는 4차 또는 5차 다항식 -- 으로 피팅합니다. SVI가 구조적으로 놓치는 형태를 포함해 시장이 만들어내는 어떤 스마일 형태든 피팅할 수 있습니다.
형태 제약 없는 SVI
SVI와 동일한 파라미터 개수. 동일한 슬라이스 단위 피팅. 그러나 SVI가 쌍곡선 형태를 강제하는 반면, 다항식은 데이터가 형태를 결정하게 합니다. 트레이드오프는 SVI에 내장된 윙(wing) 거동을 잃게 되어 차익거래가 없도록 명시적인 제약이 필요하다는 점입니다. 스큐와 곡률이 서로 독립적인 조절 손잡이가 됩니다.
직접 살펴보기
슬라이더를 드래그하여 각 계수가 스마일 형태를 어떻게 바꾸는지 탐색해 보세요. SVI가 만들 수 없는 형태인 "Double bump" 프리셋을 시도해 보세요.
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 원리
1. 다항식으로 표현한 총분산
주어진 만기 에 대해, 총 내재분산 는 로그 머니니스 에 대한 다항식으로 모델링됩니다:
각 계수는 트레이더 관점에서 직접적인 해석이 가능합니다:
2. 차익거래 제약이 단순한 경계 조건
다항식이 차익거래로부터 자유롭기 위한 조건(양의 분산, 볼록한 콜 가격)은 계수에 대한 부등식으로 귀결됩니다. 복잡한 수치적 검사가 필요 없이 피팅 과정에서 계수에 경계 조건을 걸면 됩니다.
3. 피팅이 빠릅니다
시장 데이터에 다항식을 피팅하는 것은 최소제곱 문제로, 마이크로초 단위로 풀 수 있습니다. 피팅 시 유동성이 가장 높은 ATM 행사가에 더 큰 가중치를 부여합니다. 계수 경계 조건을 선형 제약으로 추가하면 작은 QP(이차계획법) 문제가 되는데, 이는 SVI의 비선형 최적화보다 더 빠르고 더 강건합니다.
고차 다항식은 윙에서 진동합니다
6차 또는 7차 다항식은 윙에서 진동합니다(룽게 현상). 4-5차 정도면 마지막 유동성 있는 행사가 너머에서 인위적인 형태를 만들지 않으면서 실제 스마일 형태를 포착하기에 충분한 유연성을 갖습니다. 깊은 OTM 윙 거동을 다루려면 명시적인 외삽 규칙이 필요합니다.
5차 다항식 vs. SVI
크립토 시장과의 관련성
크립토 스마일은 SVI가 다루기 어려운 방식으로 비대칭적인 경우가 많습니다 -- 청산 연쇄로 인한 급격한 풋 스큐, 에어드랍 옵셔널리티에서 비롯된 이례적인 콜 쪽 볼록함, 또는 미결제약정이 집중된 인기 행사가격 주변의 "꺾인" 스마일 등이 그렇습니다. 다항식 모델은 쌍곡선 구조를 강제하지 않고 이러한 형태들을 피팅합니다. 다항식 스마일에서 계산한 델타와 베가는 구조상 매끄럽습니다. 주요 한계는 크립토 옵션의 행사가가 드문드문 분포하며, 제약을 신중하게 걸지 않으면 다항식이 데이터 점들 사이에서 이상 거동을 보일 수 있다는 점입니다.
형태 편향 없는 SVI의 단순함
SVI가 구조적으로 만들 수 없는 스마일을 피팅합니다. 그 대가로 SVI의 안정적인 윙 외삽을 잃고 차익거래 제약을 명시적으로 처리해야 합니다. 다중 만기 표면에는 별도의 기간구조 제약이 필요합니다. 스마일 형태가 이례적이거나 SVI의 피팅 잔차가 너무 큰 시장에 가장 적합합니다.
수식 탐색기
내재변동성, 총분산, 로그 머니니스, 옵션 가격 사이를 변환해 보세요.
방정식 탐색기
💡 팁: 답안을 확인하기 전에 각 질문에 대해 스스로 답해보세요.
수학적 직관 쌓기
5차 다항식 기초부터 배우기인터랙티브 레슨 · 사전 지식 불필요이 레슨에서는 다항식 피팅이 왜 스마일 유연성을 더 확보해 주는지, 총분산 다항식이 어떻게 작동하는지, 그리고 형태가 더 자유롭게 움직일 수 있게 되는 순간 왜 더 강력한 차익거래 검사가 중요해지는지를 설명합니다.
참고 자료:
- SVI 파라미터화 -- 이 모델이 확장하는 업계 표준 파라메트릭 모델
- SSVI (표면 SVI) -- SVI의 캘린더 일관성 있는 표면 확장
- SANOS (비모수 표면) -- LP 피팅을 사용하는 완전 비모수 접근법
- Neural SDE / 딥 헤징 -- 다이나믹스를 엔드투엔드로 학습하는 데이터 기반 접근법
- 보간 방법 -- 모든 방법 비교