基于机器学习技术与神经网络的 VIX 指数审视
综合金融
2021-06-17 v1 交易与市场微观结构
摘要
CBOE 波动率指数（代码符号为 VIX）是衡量标普 500 指数市场预期波动率的流行指标，由芝加哥期权交易所（CBOE）计算并发布。它也常被称为恐慌指数或恐慌指标。当前 VIX 指数数值基于期权定价理论和当前期权市场数据，给出标普 500 指数未来 30 天预期年化变动。尽管其理论基础源于期权定价理论，CBOE 波动率指数易出现无意与蓄意错误，因为它是可能缺乏流动性的价外看涨与看跌期权的加权平均值。近年来针对 VIX 出现了诸多市场操纵的指控。本文讨论了若干利用相关期权子集以及训练用于自动学习底层公式的神经网络来复制 VIX 指数及 VIX 期货的方法。在原始 CBOE 方法之上使用子集选择方法，并构建包括随机森林、支持向量机、前馈神经网络和长短期记忆（LSTM）模型在内的机器学习与神经网络模型，我们将表明少量期权足以复制 VIX 指数。一旦我们能够利用少量标普期权实际复制 VIX，便可利用 VIX 指数与其底层衍生品之间的潜在套利机会。结果旨在帮助投资者更好地理解期权市场，更重要的是，为多年来调查那些操纵指控的美国监管机构和 CBOE 提供指导。
引用
@article{arxiv.2102.02119,
title = {The VIX index under scrutiny of machine learning techniques and neural networks},
author = {Ali Hirsa and Joerg Osterrieder and Branka Hadji Misheva and Wenxin Cao and Yiwen Fu and Hanze Sun and Kin Wai Wong},
journal= {arXiv preprint arXiv:2102.02119},
year = {2021}
}