Operator Deep Smoothing for Implied Volatility
创建于 更新于
摘要
本文提出了一种基于神经算子的隐含波动率平滑新方法，能针对空间和规模变化的数据直接映射为光滑表面，显著超越传统SVI参数化方法。该模型利用图神经算子实现了离散不变性，处理了S&P 500超6000万个波动率数据，满足无套利约束且具备良好的泛化能力，降低了在线标定复杂度，破解了隐含波动率平滑的历史数据规模限制，为金融工程中的大规模数据应用开辟了新途径[page::0][page::1][page::5][page::7][page::8][page::9]。
