中文

偏斜的工程:用于非对称波动率管理的路径依赖框架

投资组合管理 2026-05-12 v1

摘要

波动率是金融中描述风险的语言,但它不是机构实际经历风险的语言. 分配者经历回落、流动性需求、支出规则、调仓决策、董事会监督以及从先前高水位标志到完全恢复之间的时间间隔. 本文发展了用于非对称波动率管理的路径依赖框架. 恢复的算术是非线性的:在回落深度为 DD 时,所需收益为 R=11D1R=\frac{1}{1-D}-1. 较低的波动率可以通过熟悉的小收益近似 gμ12σ2g \approx \mu-\frac{1}{2}\sigma^2 实现几何复利增长,但对称的去风险化如果牺牲了过度参与,也会损害恢复. 相关的设计问题因此不是孤立的波动率降低;而是条件性的敞口塑造. 本文将偏斜工程定义为:在降低有害下跌参与度超过有益上涨参与度的投资组合构建准则,控制沉没,并保留足够的恢复参与度以在不利情境下维持复利. 最终的恢复-效率协议将回落深度、沉没时间、恢复负担减少和反弹参与度整合为面向分配者的报告准则. 机器学习和人工智能方法被界定为用于条件估计、情景映射、鲁棒性测试和模型风险治理的工具,而非市场预测.

关键词

引用

@article{arxiv.2605.09123,
  title  = {The Engineering of Skew: A Path-Dependent Framework for Asymmetric Volatility Management},
  author = {Gregory A. Fanous},
  journal= {arXiv preprint arXiv:2605.09123},
  year   = {2026}
}

备注

13 pages, 1 table