曲面套利风险一：模型风险，插值/参数化模型选择不当导致的虚假套利信号
做波动率曲面套利，最怕什么？
不是市场不给你机会，而是你的模型自己骗了你。
我见过太多交易员，盯着屏幕上的套利信号兴奋得不行，结果一进场就亏。为什么？因为那个信号根本就是假的——是模型本身造出来的幻觉。
今天我们就来聊聊这个最隐蔽、也最致命的坑：模型风险。
模型风险的本质：你在交易曲面，还是在交易模型假设？
说白了，波动率曲面不是天然存在的。你看到的那个光滑曲面，是经过插值或参数化模型加工后的产物。
原始数据是什么？是市场上零散的期权报价。不同行权价、不同到期日，就那么几十个点。而你要做套利，需要知道任意点上的波动率——这就得靠模型去「猜」。
问题来了：模型猜出来的那些点，到底靠不靠谱？
核心观点：模型风险的本质，是你把模型的数学假设当成了市场真实结构。一旦假设偏离现实，套利信号就是空中楼阁。
我早年犯过一个错。当时用SVI参数化模型拟合某个股指的曲面，发现一个明显的蝶式套利机会。兴奋地建了仓位，结果三天后曲面微调，那个机会消失了，我还亏了手续费。
后来复盘才发现——不是市场给了我机会，是SVI在那个区域拟合得不好，硬生生造出了一个「伪套利窗口」。
常见的插值/参数化模型及其风险点
目前业界用的模型，大致分两类。我一个个说。
1. 插值模型
这类模型不假设曲面有特定形状，直接在已知点之间「连线」。
- 线性插值：最简单，但曲面不光滑，导数不连续。做套利时，稍微偏离插值点，波动率就跳变——这会导致套利信号不稳定。
- 样条插值（三次样条、B样条）：光滑性好，但容易过拟合。我记得有次用三次样条插值，在期限结构上出现了诡异的波浪形——那根本不是市场行为，纯粹是样条在「跳舞」。
- 克里金插值：来自地质统计学的玩意，能给出置信区间。但计算量大，而且对参数敏感。我试过一次，调参调了一整天，最后发现还不如简单样条靠谱。
注意：插值模型最大的问题是——它只保证通过已知点，不保证中间点的经济合理性。你插出来的那个波动率，可能根本不存在于任何交易员的报价单里。
2. 参数化模型
这类模型假设曲面可以用一个数学公式来描述。参数少，光滑性好，但风险也大——假设错了，全盘皆输。
| 模型 | 优点 | 风险点 |
|---|---|---|
| SVI（随机波动率启发式） | 参数少，拟合快，能捕捉微笑 | 尾部行为不稳定，远虚值区域容易发散 |
| SSVI（曲面SVI） | 保证无套利条件 | 对期限结构假设过强，实际数据常违反 |
| 多项式模型 | 简单直观，容易实现 | 高阶项容易过拟合，外推能力极差 |
| 神经网络模型 | 灵活，能拟合复杂形状 | 可解释性差，容易学到噪声而非信号 |
我个人习惯，做套利时首选SSVI。为什么？因为它内置了无套利约束——你拟合出来的曲面，天然不会出现蝶式套利或日历套利机会。但这里有个坑：SSVI的假设太强了。
我曾经用SSVI拟合港股期权数据，发现拟合残差很大。仔细一看，是SSVI假设所有期限的偏斜形状相同——但实际市场上，近月和远月的偏斜形状差远了。用SSVI硬套，就会在某个期限上出现虚假的套利信号。
如何识别虚假套利信号？
嗯，这里要注意。不是所有看起来像套利的机会都是真的。我总结了几条经验：
- 交叉验证：用两种不同的模型分别拟合曲面。如果两个模型都显示同一个套利机会，那可信度就高。如果只有一个模型显示，另一个没有——那大概率是模型问题。
- 检查残差：套利机会出现的位置，如果模型拟合残差也很大，那就要警惕。说白了，模型在那个区域本身就不准，它报出来的套利信号能信吗？
- 看流动性：虚假套利信号经常出现在流动性差的区域——远虚值、远期限。这些地方报价稀疏，模型自由发挥的空间大，容易造出假信号。
- 敏感性分析：稍微调整一下模型参数，看看套利信号还在不在。如果参数一抖，信号就没了——那基本可以断定是假的。
我的小技巧：每次发现套利信号，我都会先问自己三个问题——这个信号在哪个模型下出现的？那个模型在那个区域拟合得好不好？如果换一个模型，信号还在不在？三个问题都过了，我才敢动手。
一个具体的例子：样条插值造出的「伪套利」
讲个真实案例吧。
有段时间我在做某个商品期权的曲面套利。用三次样条插值，发现近月合约在行权价4800和4900之间有个明显的凸性套利机会——蝶式价差组合的预期收益超过5%。
我差点就进场了。但多留了个心眼，换用SVI模型重新拟合了一下——结果那个套利机会消失了。
怎么回事？
我回去查原始数据，发现4800和4900这两个行权价之间，实际只有一笔成交。样条插值为了通过这两个点，在中间硬生生拉出了一个「鼓包」。而SVI模型因为参数少，没有跟着这个噪声走。
说白了，那个套利机会是样条插值「编」出来的。
如何降低模型风险？
这个问题没有标准答案。但我可以分享几条实战经验：
- 不要只用一种模型。至少准备两套模型——一套插值型，一套参数化型。两者交叉验证，能过滤掉大部分虚假信号。
- 理解模型的假设边界。每个模型都有它的「舒适区」。SVI在近月、平值附近表现好；样条在数据密集区表现好。超出舒适区的信号，要格外小心。
- 定期回测模型表现。我每个月都会做一次模型回测——用历史数据拟合曲面，然后看模型预测的波动率与实际成交价的偏差。如果偏差在扩大，说明模型可能已经「老化」了，需要重新校准。
- 保留原始数据痕迹。不要只看光滑曲面，要经常回去看看原始报价点。如果套利信号出现在远离原始数据点的区域——嗯，那基本就是模型在「自由发挥」了。
一句话总结：模型是工具，不是真理。你交易的是市场，不是模型。任何套利信号，都要先过「模型风险」这一关。
本章知识体系
下面这张图，帮你理清模型风险的核心逻辑：
这张图的核心逻辑很简单：原始数据经过模型加工，才变成光滑曲面。而模型的选择和假设，直接决定了套利信号的真假。交叉验证是唯一的「解毒剂」。
避坑指南：我曾经因为偷懒，只用一种模型跑了半年套利策略。结果回测时发现收益不错，实盘却一直亏。后来才发现——回测时模型和策略用的是同一套假设，等于自己证明自己是对的。这种「自我验证」的陷阱，一定要避开。
好了，模型风险这块就聊到这儿。记住一句话：模型是你的眼睛，但眼睛也会骗人。下次看到套利信号，先问问自己——这个信号，是市场给的，还是模型给的？
公众号:蓝海资料掘金营，微信deep3321