Modèle Rough Bergomi
Rough Bergomi explique quelque chose qui a intrigué les traders pendant des années : pourquoi les smiles à courte échéance sont-ils si pentus ? Il s'avère que les trajectoires de volatilité sur les marchés réels sont bien plus irrégulières que ne le supposent les modèles classiques. Lorsque vous mesurez la « rugosité » de la volatilité réalisée effective du BTC, de l'ETH ou du S&P 500, vous constatez qu'elle est bien plus rugueuse que tout ce que Heston ou SABR peuvent produire.
Ce modèle n'est pas utilisé pour l'ajustement de surface en temps réel -- il est trop lent. Sa valeur est théorique : il vous explique pourquoi les surfaces de volatilité ont l'apparence qu'elles ont, et vous donne la bonne intuition lorsque vous ajustez des modèles pratiques comme SVI aux options crypto à courte échéance. Les schémas de volatilité implicite qu'il explique sont visibles sur tous les marchés d'options liquides.
L'intuition de la rugosité
Mesurées sur les actions, le FX et la crypto, les trajectoires de volatilité sont bien plus irrégulières que ne le supposent les modèles standards. Cette rugosité produit naturellement le skew pentu à courte échéance observé sur les marchés -- sans besoin de sauts ni de paramètres extrêmes.
Interactif : Rugosité et Skew
Utilisez le curseur ci-dessous pour voir en action les deux effets du paramètre de rugosité (H). Le panneau de gauche montre comment un H plus bas produit des trajectoires plus irrégulières et déchiquetées. Le panneau de droite montre comment cette rugosité se traduit par un skew plus pentu à courte échéance.
Explorateur de trajectoires rugueuses
Rugosité de la trajectoire
Skew ATM vs échéance (log-log)
Faites glisser le curseur pour modifier H. Un H plus faible produit des trajectoires plus irrégulières (à gauche) et un skew court terme plus prononcé (à droite). Pour H=0.5, la trajectoire est un mouvement brownien standard et le skew suit la décroissance classique en T^(-0.5).
Ce que « rugueux » signifie
Les modèles classiques comme Heston donnent à la volatilité des trajectoires lisses, aux méandres doux -- comme une rivière. Rough Bergomi donne à la volatilité des trajectoires déchiquetées, semblables à un littoral. Ce n'est pas un choix de modélisation -- c'est ce que montrent les données lorsque vous mesurez les trajectoires de volatilité réelles à haute fréquence.
La rugosité est contrôlée par un seul nombre : le paramètre de Hurst H. H plus bas = trajectoires plus rugueuses = skew plus pentu à courte échéance.
H proche de 0,1 est un fait, pas un choix
Les chercheurs trouvent H proche de 0,1 qu'ils mesurent le S&P 500, des actions individuelles, le BTC ou l'ETH. Ce sont les données elles-mêmes qui disent que les trajectoires de volatilité sont rugueuses. Le modèle est construit sur ce que montrent les données.
La loi de puissance du skew ATM
Le paramètre de rugosité H contrôle la manière dont le skew ATM décroît des échéances courtes aux échéances longues. Avec H proche de 0,1, le skew à courte échéance est pentu et il s'aplatit à mesure que l'échéance s'allonge. Ce seul paramètre explique toute la structure par terme du skew de 1 jour à 1 an -- aussi bien en crypto qu'en actions.
Les modèles classiques (Heston, SABR) se trompent systématiquement sur ce point : ils surestiment le skew à 1 jour et le sous-estiment à 30 jours. Rough Bergomi avec H proche de 0,1 trouve le juste équilibre. Le cadre Black-Scholes ne peut pas du tout capturer ce comportement en loi de puissance.
Le skew pentu à courte échéance expliqué
Rough Bergomi explique pourquoi le skew à courte échéance est si pentu. C'est une avancée théorique, pas un outil de production.
Paramètres
Trois paramètres libres, plus la courbe de variance forward issue des données de marché.
Forces et limites
Comparaison avec les modèles classiques
Pourquoi c'est important pour la crypto
Une grille de lecture, pas un outil de production
Rough Bergomi est comme Black-Scholes -- pas le modèle que vous exécutez en production, mais le cadre qui vous donne le bon langage et la bonne intuition.
Il explique pourquoi les smiles crypto ont l'apparence qu'ils ont. Les surfaces de volatilité du BTC et de l'ETH présentent des skews pentus à courte échéance. Rough Bergomi dit : cette pente est la conséquence naturelle de trajectoires de volatilité rugueuses, ce que montrent les données.
Il vous donne le bon a priori pour l'ajustement SVI. Si vous ajustez SVI à des données éparses à courte échéance, la volatilité rugueuse vous dit que le skew devrait être pentu. La loi de puissance vous donne une attente quantitative sur la manière dont le skew devrait évoluer selon les échéances. Utile quand les données sont rares. À chaque prix d'exercice, la volatilité implicite attendue découle de la rugosité du processus de variance sous-jacent.
Il cadre la frontière de la recherche. L'ajustement par apprentissage profond des modèles de volatilité rugueuse, les modèles hybrides rough-vol locale et les variantes rough Heston pourraient un jour être assez rapides pour un usage en temps réel. Comprendre le cadre dès maintenant signifie que vous reconnaîtrez ces outils quand ils arriveront. Des concepts comme la couverture en delta et l'exposition au véga restent les mêmes, mais leur calcul devient beaucoup plus difficile sous dynamique rugueuse. Le défi consiste à calculer ces grecques sans violations d'arbitrage calendaire lors de l'assemblage des tranches simulées, ce à quoi les ailes OTM sont particulièrement sensibles.
Explorateur d'équations
Convertissez entre volatilité implicite, variance totale, log-moneyness et prix des options.
Explorateur d'équations
Auto-évaluation
💡 Conseil : Essayez de répondre à chaque question vous-même avant de révéler la réponse.
Construire l'intuition mathématique
Apprendre Rough Bergomi depuis zéroLeçon interactive · aucun prérequisCette leçon commence par l'intuition de la volatilité rugueuse, puis explique le paramètre de Hurst, le processus de variance, et pourquoi la rugosité rend naturellement plus pentue l'extrémité courte du smile.
Voir aussi :
- Modèle SABR -- Modèle de volatilité stochastique pour la dynamique du smile
- Modèle de Heston -- Volatilité stochastique classique avec variance à retour à la moyenne
- Paramétrisation SVI -- La méthode pratique d'ajustement du smile
- SSVI (Surface SVI) -- Extension de surface sans arbitrage calendaire
- Skew -- Comportement empirique et mesure du skew
- Structure par terme -- Comment la volatilité varie selon les échéances
- Méthodes d'interpolation -- Comparaison de toutes les méthodes