Latent Flow Matching for Arbitrage-Aware Implied Volatility Surface Generation
创建于 更新于
摘要
本研究提出一个无套利约束的潜在流形匹配框架，用于隐含波动表的生成。通过变分自动编码器将高维波动表压缩至低维潜在空间，并在解码端引入日历价差、买卖价差与蝴蝶套利罚项以推动无-arbitrage。接着在潜在空间训练一个流-匹配模型，将高斯先验逐步输运至经验潜在分布，最终解码得到波动面。采用边际与表面层 Wasserstein 距离、笑度与偏度诊断、点态分位数曲面、可解释的形状指标及静态无套利检验进行评估。结果显示该模型在分布一致性、尾部保留与金融一致性之间取得良好折中，且在极端 Q99 区间表现最佳，生成的表面中有 90.8% 满足所有测试的静态无套利条件，且无需采样后再加权。 [page::1]
