Decoupled Probabilistic Forecasting and Arbitrage-Aware Refinement of Implied Volatility Surfaces
创建于 更新于
摘要
本研究提出一个两阶段无套利约束的IVS预测框架：阶段I通过条件扩散学习未来IVS状态的条件分布，并以该分布样本集合的中位数作为代表表面用于阶段II的 refinement；阶段II引入SAAM实现坐标化跨截面的细化，结合市场观测与静态无套利诊断，提升拟合度并减少静态无套利残差。该框架在CSI 300指数期权数据上显示，扩散阶段可生成有信息含量的情景分布并给出跨踏频与期限的预测区间，SAAM阶段显著改善对市场观测的拟合并降低无套利残差，注意力诊断揭示跨截面信息的自适应分配 [page::1][page::2]
