Diese Seite wurde maschinell übersetzt. Das englische Original ist maßgeblich. Auf Englisch lesen
Zum Hauptinhalt springen

Pfadabhängige Volatilität (PDV)

Jedes Modell auf dieser Seite geht davon aus, dass die Vol davon abhängt, wo der Preis jetzt steht -- vom aktuellen Niveau, vielleicht vom aktuellen Vol-Zustand. Die Pfadabhängige Volatilität (Guyon & Lekeufack, 2023) sagt, dass das nicht ausreicht. Die Vol hängt auch davon ab, wo der Preis gewesen ist. Ein Coin, der um 10 % abgestürzt und sich auf 100 erholthat,handeltnichtgenausowieeiner,derdieganzeZeitbei100erholt hat, handelt nicht genauso wie einer, der die ganze Zeit bei 100 verharrte. Der Crash-und-Erholung-Coin hat eine erhöhte implizite Vol, einen steileren Skew und breitere Flügel -- weil der Markt sich an den Crash erinnert.

💡
Märkte haben ein Gedächtnis

Wenn BTC gerade einen Drawdown von 15 % hatte, bleibt die Vol erhöht, selbst nachdem sich der Preis erholt hat. PDV macht die Vol zu einer Funktion zweier Dinge: der jüngsten realisierten Vol und des jüngsten Preistrends. Das ist das gesamte Modell. Die Volatilitätsoberfläche verschiebt sich als Reaktion auf den Pfad, nicht nur auf den aktuellen Preis.

In Aktion erleben

Wechseln Sie zwischen einem Crash-Erholung-Pfad und einem flachen Pfad. Beide enden beim selben Preis, erzeugen aber unterschiedliche Vol-Smiles. Ziehen Sie am Gedächtnis-Schieberegler, um zu sehen, wie das Rückblickfenster den Effekt verändert.

Pfadabhängige Volatilität

Der Preis fiel um 10% und erholte sich wieder. Das Pfadgedächtnis hält die Volatilität auch nach der Preiserholung erhöht.
Jüngster Preispfad
Gedächtnisfenster10091Zeit
Resultierender Volatilitäts-Smile
34%45%56%OTM-PutATMOTM-CallCrash & ErholungSeitwärtsmarkt
Pfadgedächtnis (Rückblickfenster)30 Tage
1 Tag (kurzes Gedächtnis)90 Tage (langes Gedächtnis)

Wechseln Sie zwischen den Szenarien, um zu sehen, wie derselbe aktuelle Preis je nach jüngstem Pfad unterschiedliche Smiles erzeugt. Ziehen Sie den Gedächtnis-Regler, um zu sehen, wie das Rückblickfenster den Effekt verändert.

Wie es funktioniert

1. Zwei Inputs aus dem Preispfad

PDV verdichtet die jüngste Preishistorie zu zwei Zahlen:

Input
Was es erfasst
Trader-Intuition
Jüngste realisierte Vol
Wie stark sich der Preis über das Rückblickfenster bewegt hat.
Das prüfen Sie ohnehin auf jedem Vol-Dashboard. Hohe jüngste RV = erhöhte IV.
Jüngster Trend
Netto-Preisänderung über das Rückblickfenster (aufwärts oder abwärts).
Eine große Abwärtsbewegung versteilert den Skew. Eine Rallye flacht ihn ab. Das sehen Sie täglich.

2. Die Vol ist eine Funktion dieser beiden Inputs

Das Modell sagt: Die implizite Vol bei einem beliebigen Ausübungspreis ist eine Funktion des aktuellen Spots plus dieser beiden Pfadzusammenfassungen. Keine stochastische Vol-Zustandsvariable, keine fraktionale Analysis, keine versteckte Markow-Kette. Nur: „Wo steht der Preis, wie stark hat er sich bewegt und in welche Richtung?"

3. Rough-Vol-Verhalten ohne Rough-Modelle

Dieser Aufbau reproduziert mehrere „schwierige" Phänomene:

  • Vol-Clustering -- hohe Vol erzeugt hohe Vol, weil die jüngste realisierte Vol erhöht bleibt
  • Leverage-Effekt -- Abwärtsbewegungen erhöhen die Vol stärker als Aufwärtsbewegungen, weil der Trend-Input die Funktion verzerrt. Erzeugt einen Skew, der mit den jüngsten Renditen variiert.
  • Rough-Vol-artige Skalierung -- die scheinbare Rauheit der Vol-Pfade ergibt sich natürlich aus der Pfadabhängigkeit, ohne dass fraktionale Brownsche Bewegung nötig ist
  • Gemeinsame SPX/VIX-Kalibrierung -- das Modell kalibriert gleichzeitig auf Index-Optionen und VIX-Optionen, was die meisten Modelle nicht können
ℹ️
Warum das für Krypto wichtig ist

Krypto-Märkte weisen eine extreme Pfadabhängigkeit auf. Nach einer Liquidationskaskade bleibt die Vol tagelang erhöht, selbst wenn sich der Preis erholt. Nach einem langen Anstieg komprimiert die Vol. PDV erfasst dies direkt. Traditionelle Modelle behandeln jedes 60k BTC gleich -- PDV behandelt „60k nach einem Crash von 70k" anders als „60k nach einer Rallye von 50k". Diese Unterscheidung ist wichtig für die Bepreisung und das Delta-Hedging.

PDV vs. andere Modelle

Merkmal
Heston / SABR
Rough Bergomi
PDV
Vol hängt ab von
Nur aktuellem Zustand
Vollständiger Vol-Historie (fraktional)
Jüngste RV + Trend
Pfadgedächtnis
Keines (Markow)
Unendlich (Potenzgesetz)
Endlich (Rückblickfenster)
Komplexität
Niedrig
Hoch (Nicht-Markow)
Niedrig
Gemeinsame SPX/VIX-Anpassung
Schlecht
Mäßig
Gut
Vol-Clustering
Teilweise
Ja
Ja
Simulationsgeschwindigkeit
Schnell
Langsam
Schnell (Markow)
Reife
Jahrzehnte
~10 Jahre
Neu (2023)

Stärken und Grenzen

Stärke
Was das für Sie bedeutet
Intuitive Inputs
Jüngste realisierte Vol und Trend sind Dinge, die jeder Trader beobachtet. Keine abstrakten Zustandsvariablen.
Markow (schnell zu simulieren)
Obwohl es Pfadeffekte erfasst, ist das Modell Markow in (S, realisierte Vol, Trend). Monte Carlo läuft mit Standardgeschwindigkeit.
Rough Vol ohne Rough-Mathematik
Reproduziert die Skalierungseigenschaften von Rough-Vol-Modellen ohne fraktionale Analysis oder Nicht-Markow-Simulation.
Gemeinsame Kalibrierung
Kalibriert gleichzeitig auf Vanilla-Optionen und Vol-of-Vol-Produkte (VIX-Optionen, Vol-Swaps).
Grenze
Was das für Sie bedeutet
Wahl des Rückblickfensters
Der Gedächtnisparameter ist wichtig und muss gewählt oder angepasst werden. Unterschiedliche Fenster erzeugen unterschiedliche Oberflächen.
Keine geschlossene Formel für die Bepreisung
Optionspreise erfordern Monte-Carlo-Simulation. Langsamer als Heston- oder SABR-Näherungen in geschlossener Form.
Neu (2023)
Begrenzte Produktionserfahrung. Grenzfälle und Fehlermodi noch nicht vollständig dokumentiert.
Benötigt Preishistorie
Kann keine Optionen auf einen brandneuen Token ohne Handelshistorie bepreisen. Benötigt genügend Daten, um realisierte Vol und Trend zu berechnen.
💡
Einfachstes pfadabhängiges Vol-Modell

PDV verwendet die jüngste realisierte Vol und den jüngsten Trend, um Smile-Dynamiken zu erklären, die stochastische Vol-Modelle verpassen. Reproduziert Rough Vol, Vol-Clustering und Leverage-Effekte ohne exotische Mathematik. Das Vega unter PDV unterscheidet sich von Black-Scholes, weil der Pfadzustand die Smile-Form verändert. Der Kompromiss: neu, erfordert Monte Carlo und hängt von der Wahl des Rückblickfensters ab.

Gleichungs-Explorer

Konvertieren Sie zwischen impliziter Vol, Gesamtvarianz, Log-Moneyness und Optionspreisen.

Gleichungs-Explorer

w = σ2 × Ttotal variance = IV2 × time
%
Die implizite Volatilität
Tage
Kalendertage bis zum Verfall
Gesamtvarianz (w)
0.022225
Annualisierte Varianz (σ²)
0.2704
Zurückgerechnete IV
52.00%
Die Gesamtvarianz ist das, was SVI und andere Modelle fitten. Sie skaliert mit der Zeit: 50% Vol über 30 Tage hat weniger Gesamtvarianz als 50% Vol über 90 Tage.

Testen Sie Ihr Verständnis bevor Sie fortfahren.

Q: BTC steht bei 65k $. Es kam dorthin, indem es von 72k $ abstürzte und sich erholte. Wie unterscheidet sich unter PDV die Volatilitätsoberfläche von einem Szenario, in dem BTC langsam von 60k $ aufwärts driftete?
Q: Warum reproduziert PDV Rough-Vol-artiges Verhalten, ohne fraktionale Brownsche Bewegung zu verwenden?
Q: Sie wählen ein Rückblickfenster für PDV auf ETH-Optionen. Was sind die Kompromisse zwischen 7 Tagen und 60 Tagen?

💡 Tipp: Versuchen Sie jede Frage selbst zu beantworten bevor Sie die Antwort aufdecken.


Siehe auch:

  • SABR-Modell -- Klassische stochastische Vol ohne Pfadabhängigkeit
  • Rough Bergomi -- Fraktionales Vol-Modell, das PDV approximieren kann
  • Heston-Modell -- Mittelwertrückkehrende stochastische Vol (Markow, kein Pfadgedächtnis)
  • Neural SDE / Deep Hedging -- Ein weiterer datengetriebener Ansatz zur Vol-Modellierung
  • Vol-Regime -- Verständnis der Regime, die PDV natürlich erfasst