Diffusion déplacée
La diffusion déplacée (également appelée modèle lognormal décalé) prend Black-Scholes et décale l'axe des prix. Au lieu de modéliser directement le prix forward , vous modélisez comme lognormal, où est le déplacement. Cela crée du skew sans aucune volatilité stochastique -- juste un changement de coordonnées.
Un changement de coordonnées crée du skew
Explorer les paramètres
Déplacez le curseur de déplacement pour voir comment le décalage de l'axe des prix crée une asymétrie. Le curseur de volatilité contrôle le niveau global. La ligne bleue en pointillés montre le cas non décalé (Black-Scholes).
Explorateur de diffusion déplacée
Déplacez le curseur de déplacement pour voir comment le décalage de l'axe des prix crée du skew. La ligne bleue en pointillés montre le smile non décalé pour référence.
Le rôle de chaque paramètre
- sigma (niveau de vol) : La volatilité implicite appliquée au forward décalé. Plus sigma est élevé = tout coûte plus cher.
- déplacement (d) : L'ampleur du décalage de l'axe des prix. Un d négatif crée un skew de put (la vol augmente quand le prix baisse). Un d positif crée un léger skew de call. Un déplacement nul correspond au Black-Scholes standard.
Forces et limites
Le chemin le plus rapide de Black-Scholes au skew
La diffusion déplacée est la manière la plus rapide d'ajouter du skew à Black-Scholes. Bon point de départ, mais les marchés réels nécessitent davantage de paramètres. Pour une couverture correcte en delta et en véga sur l'ensemble de la structure par terme, vous avez besoin d'un modèle plus riche.
Explorateur d'équations
Convertissez entre vol implicite, variance totale, log-moneyness et prix d'options.
Explorateur d'équations
💡 Conseil : Essayez de répondre à chaque question vous-même avant de révéler la réponse.
Construire l'intuition mathématique
Apprendre la diffusion déplacée à partir de zéroLeçon interactive · aucun prérequisCette leçon explique l'astuce du décalage d'axe en langage simple, montre comment le paramètre de déplacement modifie le smile, et relie le modèle à l'intuition de Black-Scholes.
Voir aussi :
- Modèle CEV -- Un autre modèle de skew simple (backbone en loi de puissance)
- Modèle SABR -- Modèle complet de volatilité stochastique (backbone CEV + vol de vol)
- Skew -- Pourquoi le smile s'incline
- Méthodes d'interpolation -- Comparaison de tous les modèles de smile