交易期权价格中套利的检测与修复
证券定价
2021-08-24 v1 计算金融
摘要
期权价格数据被用作模型校准、风险中性密度估计以及许多其他金融应用的输入。期权价格数据中存在套利会导致这些任务性能不佳甚至失败,使得对数据进行消除套利的预处理成为必要。相关文献中的大部分注意力都集中于无套利平滑与滤波(即剔除)数据。与通常会改变几乎所有数据的平滑,或截断数据的滤波不同,我们提出仅通过必要且最小的改动来修复数据。我们将数据修复表述为一个线性规划(LP)问题,其中无套利关系为约束,目标是在买卖价界限内最小化价格变动。通过实证研究,我们表明所提套利修复方法对数据产生稀疏扰动,并且由于 LP 表述,在应用于现实世界大规模问题时速度快。此外,我们表明通过我们的修复方法消除价格数据中的套利能够改进模型校准,增强鲁棒性并降低校准误差。
引用
@article{arxiv.2008.09454,
title = {Detecting and repairing arbitrage in traded option prices},
author = {Samuel N. Cohen and Christoph Reisinger and Sheng Wang},
journal= {arXiv preprint arXiv:2008.09454},
year = {2021}
}
备注
Our implementation of this algorithm in Python is available in the repository https://github.com/vicaws/arbitragerepair