本页由机器翻译。英文原文为权威版本。 阅读英文版
跳转到主要内容

Variance Gamma

Variance Gamma(VG,方差伽马):完全没有扩散。价格在跳跃之间不会平滑移动——每一次移动都是跳跃。这些跳跃发生在一个随机时钟上。市场活跃时时间流逝得快,安静时则慢。这个随机时钟无需像 Merton 那样的"跳跃幅度分布"就能产生肥尾。由此生成的波动率曲面能够同时匹配真实市场的偏斜 (Skew)与峰度。

三个参数控制一切:波动率 (sigma)、偏斜 (theta)、峰度 (nu)。

💡
随机时钟的思想

市场拥有自己的内部时钟,以随机的速度运行。繁忙的日子:时钟快速滴答,价格大幅波动。安静的日子:时钟几乎不动。VG = 运行在随机时钟上的 Black-Scholes。肥尾与天然的微笑随之而来,无需对崩盘或跳跃幅度做任何假设。

探索参数

先尝试"薄尾"以观察接近 Black-Scholes 的情形。然后调高 nu(峰度)以观察两翼抬升。

方差伽马微笑探索器

负偏斜加厚尾。经典的加密货币微笑:看跌期权一翼陡峭,看涨期权一翼抬升。
46%53%60%758595ATM105115125行权价隐含波动率 (%)
波动率0.45
整体波动率水平。越高 = 一切越贵。
θ(偏斜)-0.15
负值 = 看跌偏斜。决定微笑哪一侧更陡。
ν(峰度)0.30
控制尾部厚度。越高 = 波动更极端,两翼更陡。

试试“细尾”以查看近乎平坦的 Black-Scholes,然后调高 ν,观察两翼因超额峰度而上抬。

每个参数的作用

  • Sigma(波动率): 当时钟以正常速度滴答时的基准波动率。这是整体水平——类似于 ATM 波动率。
  • Theta(偏斜): 过程的漂移。负的 theta 意味着在给定时间步长内市场倾向于下跌多于上涨。这会产生 Put 偏斜——左翼比右翼更陡峭。
  • Nu(峰度): 控制时钟的"随机"程度。低 nu = 时钟稳定滴答(薄尾,接近 Black-Scholes)。高 nu = 时钟非常不规律(肥尾,陡峭两翼)。OTM 期权会显著变得更贵。
参数
控制
微笑效果
σ (sigma)
波动率水平
整体上移或下移微笑
θ (theta)
偏斜 / 不对称性
负值 = 陡峭的 Put 翼。零 = 对称。
ν (nu)
尾部肥厚度
越高 = 两翼均抬升。零 = 无超额峰度(Black-Scholes)。

为何采用纯跳跃?

Black-Scholes 乃至 Merton 都假设存在连续的扩散成分——价格大部分时间平滑移动,偶尔跳跃。VG 认为:或许所有价格移动都是不连续的。在逐笔层面,价格从一个水平跳到下一个水平。交易之间没有平滑路径。Delta 对冲从构造上就是不完美的——您无法连续复制到期收益。

这很好地描述了加密市场的实际运作方式——尤其是在订单簿薄弱、价格从一个水平跳空到另一个水平的低流动性交易对上。

ℹ️
三个参数,三个矩

VG 之所以优雅,是因为每个参数都直接映射到收益的一个统计属性。Sigma 控制方差(二阶矩),theta 控制偏度(三阶矩),nu 控制超额峰度(四阶矩)。没有冗余,也没有参数相关性的烦恼。

VG 与其他模型的比较

Variance Gamma
Merton
Black-Scholes
价格路径
纯跳跃(随机时钟)
扩散 + 偶尔跳跃
仅平滑扩散
尾部行为
来自时钟随机性的肥尾
来自离散跳跃的肥尾
薄(高斯)尾
参数
3 个 (sigma、theta、nu)
4 个 (sigma、lambda、mu_J、sigma_J)
1 个 (sigma)
微笑形状
平滑,由 3 个旋钮控制
短期陡峭,长期消退
平坦(无微笑)
最适用于
通用微笑拟合、薄流动性
事件风险、短期期权
快速粗略、流动性充足的市场

VG 的实际应用

在传统交易台上,VG 不如 Heston 或 SABR 常见,但它在加密和信用领域有一席之地:

使用场景
为何用 VG
流动性差交易对上的加密期权
纯跳跃特性匹配跳空的价格走势。无需伪造连续扩散。
信用衍生品
违约是一个跳跃事件。VG 天然地处理不连续的到期收益。
快速的 3 参数微笑拟合
参数比 Heston(5 个)或 Merton(4 个)更少。每个参数都有明确含义。
矩匹配
对方差、偏度和峰度的直接控制使校准变得直观。
💡
每个矩对应一个参数

每个 VG 参数恰好控制收益的一个统计属性。在所有微笑模型中,它对偏斜 (Skew)与尾部肥厚度的分离最为清晰。VG 下的 Vega 敞口与 Black-Scholes 不同,因为隐含波动率微笑并非平坦。如果您需要比 Black-Scholes 更多的东西,但又不需要 Heston 或 SLV 的复杂性,那么 VG 就很合适。

方程浏览器

在隐含波动率、总方差、对数价值状态和期权价格之间进行转换。

公式探索器

w = σ2 × Ttotal variance = IV2 × time
%
隐含波动率
距到期的日历天数
总方差 (w)
0.022225
年化方差 (σ²)
0.2704
反算 IV
52.00%
总方差是 SVI 等模型拟合的对象。它随时间增长,因此 30 天 50% 波动率的总方差小于 90 天 50% 波动率。

继续学习前先测试你的理解。

Q: Variance Gamma 中的“随机时钟”是什么,为什么它会产生肥尾?
Q: 如果 theta 为零而 nu 很高,微笑会是什么样子?
Q: 对于流动性差交易对上的加密期权,为什么 VG 可能比 Merton 更适合?

💡 提示: 先尝试自己回答每个问题,再查看答案。

培养数学直觉

从零开始学习 Variance Gamma互动课程 · 无需任何基础

本课程通过随机时钟的心智模型来讲授 Variance Gamma,然后展示 theta、sigma 和 nu 如何控制偏斜、普通波动幅度和尾部厚度。


另请参阅: