从零开始学 SABR

1/5

第 1 节

SABR 赋予波动率自己的随机过程

在 Black-Scholes 中，波动率是一个常数。而在现实世界中，波动率本身会变动——并且它是随着现货一起变动的。SABR 同时刻画了这两个事实。

SABR 模型是由两个耦合的 SDE 组成的系统。远期价格 F 与随机波动率 σ 共同演化：

SABR SDE 系统

dF = σ·Fᵝ·dW₁
dσ = α·σ·dW₂
corr(dW₁, dW₂) = ρ

F——远期价格。 σ——随机波动率（拥有自己的布朗运动）。 α——波动率的波动率（即 σ 变动的快慢）。 β——骨架指数（波动率如何随价格缩放）。 ρ——现货变动与波动率变动之间的相关性。

四个参数，各自具有明确的市场含义。α 是波动率的波动率——它控制波动率本身波动的剧烈程度。β 是骨架参数——它决定过程更接近几何布朗运动（β=1）还是算术布朗运动（β=0）。ρ 是现货变动与波动率变动之间的相关性——当现货下跌时，波动率会上升吗？（在股票/加密市场中，是的：ρ < 0。）

关键洞察：波动率不仅是未知的——它还是随机的，并与标的资产相关。仅凭这一想法就能生成逼真的波动率微笑，而无需一整套曲面参数。

交易员为何使用 SABR

SABR 诞生于利率市场（Hagan、Kumar、Lesniewski、Woodward，2002）。每个互换期权交易台都用它在报价行权价之间进行插值。原因很简单：每个到期日只需四个参数，每个参数都对应可观察的市场特征，并且可以得到隐含波动率的解析公式。计算微笑无需蒙特卡洛模拟。

第 2 节

β 控制骨架

指数 β 决定瞬时波动率如何随远期价格水平缩放。在波动率的波动率和相关性登场之前，它就已设定了标的过程的性质。

β = 1（对数正态）： 百分比变动幅度恒定。若 BTC 为 60k，1% 的变动是 $600；若 BTC 为 30k，1% 的变动是 $300。美元波动率随价格缩放。这是经典的 GBM 假设。

β = 0（正态）： 美元变动幅度恒定。无论利率是 2% 还是 5%，以基点计的日标准差都相同。这在利率市场中很常见。

β = 0.5（类 CIR）： 一种折中。波动率随价格的平方根缩放。在加密与外汇市场中很受欢迎，因为两个极端都不完全适用。

在下方滑动 β，观察三条参考微笑曲线。当 β=1 时，微笑在对数价值状态下相对对称。当 β=0 时，偏斜形态会显著改变。骨架决定了现货变动时微笑如何移动——这就是 β 与粘性行权价（sticky-strike）和粘性 Delta（sticky-delta）行为之间的联系。

β 骨架0.50 (CIR / 平方根)

拖动滑块，查看骨架特性如何变化

CIR / 平方根: CIR / 平方根过程。dF = σ·√F·dW — 波动率随价格的平方根缩放。

当前 (\u03B2=0.50)正态 (β=0)CIR (β=0.5)对数正态 (β=1)

在实践中，β 通常是固定的，而非拟合得到。利率交易台一般使用 β=0.5 或 β=0。股票与加密交易台常用 β=1。原因在于：在单一到期日的校准中，β 很难与 ρ 区分开来。固定 β、让其余三个参数吸收微笑形状，是标准做法。

第 3 节

Hagan 近似

SABR 席卷利率交易的原因：Hagan 等人推导出了 Black-Scholes 隐含波动率关于行权价的闭式近似公式。无需求解 PDE、无需模拟——只需一个公式。

Hagan 公式（简化结构）

σ_BS(K) ≈ [α / (FK)⁽¹⁻β⁾²]· [z/x(z)]· [1 + corrections · T]

三个部分相乘： 基础水平——由 α 与 β 决定，即 ATM 波动率。 z/x(z) 比率——承载来自 ρ 的偏斜以及行权价依赖性。 时间修正项——与 T 成比例的小幅调整，来自 ρ, α, 与 β.

下方的堆叠柱状图将每个行权价处的隐含波动率分解为三个可加的贡献。绿色基础部分是 ATM 波动率水平（即 ρ=0 且 ν=0 时的结果——纯 CEV）。橙色层是来自 ρ 的一阶偏斜修正。蓝色层是来自 ν（波动率的波动率）的凸性修正。

在平值 (ATM) 处，偏斜与凸性修正大致为零——基础部分占主导。在两翼，修正项逐渐增大。调节滑块，观察每个参数如何控制其对应的层。

α 波动率水平0.25

设定每根柱形的基础高度

ρ 偏斜-0.30

使橙色偏斜层向左或向右倾斜

ν 波动率的波动率0.40

增大两翼的蓝色凸性层

基础 (ATM)偏斜 (ρ)凸性 (ν)

注意橙色偏斜柱如何翻转符号：一侧为正、另一侧为负（当 ρ ≠ 0 时）。蓝色凸性柱在两翼始终为正，为深度虚值看跌和深度虚值看涨期权都增加权利金。

第 4 节

ρ 与 ν 塑造微笑

一旦 β 与 α 设定了骨架和整体波动率水平，微笑形状便由两个参数控制：ρ（相关性）使微笑倾斜，ν（波动率的波动率）使其弯曲。

ρ 是偏斜旋钮。 当 ρ < 0 时，现货下跌伴随波动率上升——看跌期权变得比看涨期权更贵。当 ρ > 0 时则相反：看涨期权更贵。当 ρ = 0 时，微笑是对称的（在 β=1 或以对数价值状态观察时）。

ν 是曲率旋钮。 更高的波动率的波动率意味着波动率本身更不稳定，从而使两翼都更贵。微笑变得更宽，终端分布的峰度增加。当 ν = 0 时，完全没有微笑——回到纯 CEV 模型。

下方两个面板分别隔离每种效应。左：固定 ν，滑动 ρ。右：固定 ρ，滑动 ν。虚线为参考线（ρ=0 或 ν=0）。

ρ 控制偏斜方向

ρ 相关性-0.30

负值向左倾斜，正值向右倾斜

ν 控制微笑曲率

ν 波动率的波动率0.40

数值越高 = 微笑越宽，两翼越陡

ρ = -0.30: 轻微偏斜：微笑曲线略微倾斜。
ν = 0.40: 波动率的波动率适中：两翼有可见的曲率。

这种分离对建立直觉很有帮助，但在实践中并不完美。ρ 与 ν 并非完全正交——校准时改变其中一个会使另一个的最优值发生偏移。但这个心智模型依然成立：ρ 旋转微笑，ν 使其膨胀。

第 5 节

校准与陷阱

SABR 校准是指找到 (α、ρ、ν)，使模型微笑与观测到的市场 IV 相匹配——其中 β 通常固定。请在下方尝试手动将模型拟合到合成的市场数据。

橙色圆点是“市场”隐含波动率。绿色曲线是您的 SABR 模型。竖线表示残差——每个行权价处模型与市场之间的差距。拖动滑块以最小化 SSE（误差平方和）。良好的校准应使各处残差都接近于零，而不仅是在 ATM 处。

α 波动率水平0.30

使整条模型曲线上下平移

ρ 偏斜0.00

倾斜模型曲线以匹配市场偏斜

ν 波动率的波动率0.30

控制曲率以匹配两翼价格

SSE10.0

拟合良好

模型拟合市场数据残差

从业者会很快学到几件事：

Hagan 近似会在两翼爆炸。 对于深度虚值 (OTM) 期权（例如 2Y 互换期权上的 10-delta 看跌期权），Hagan 公式可能产生为负或飙升至荒谬水平的隐含波动率。这就是臭名昭著的“翼部爆炸”问题。解决方案包括无套利 SABR 形式（Hagan-Lesniewski-Woodward 2014）或基于 PDE 的精确方法。

负利率击穿了标准模型。 当 β > 0 时，远期 F 必须为正。当利率转为负值（EUR、JPY、CHF）时，交易台改用平移 SABR（shifted SABR）：将模型应用于 (F + shift)，使有效远期为正。

对于加密市场，β 通常固定为 0.5 或 1.0。 加密波动率曲面具有极端偏斜和肥尾。β=1（对数正态）是最常见的选择，因为加密资产价格不会为负。有些交易台使用 β=0.5 以在两翼获得更好的拟合。

SABR 是逐到期日的模型，而非曲面模型。 每个到期日都有各自的 (α、ρ、ν) 校准。该模型不描述这些参数如何随到期日演变。若需期限结构一致性，您需要额外约束或另一种框架（如 SSVI 或局部随机波动率）。

下一步阅读：

SVI 参数化——一种具有日历价差无套利保证的曲面级模型

局部波动率——一种互补方法：能精确匹配所有普通期权的确定性波动率

插值方法——所有微笑/曲面方法的比较