第29章 波动率曲面与波动率衍生品定价：复杂波动率衍生品的定价

从曲面到定价：一个老交易员的视角

说实话，刚入行那会儿，我觉得波动率曲面就是个花架子。每天盯着屏幕上的曲面图，心里想的是：这东西真能帮我赚钱？直到有一次，我接手了一个方差互换的定价任务，才真正意识到——不懂曲面，你连报价都不敢报。

波动率衍生品的定价，说白了就是要把曲面上的信息，转化成具体的数字。你想想看，一个普通的欧式期权，你只需要一个隐含波动率就够了。但像方差互换、波动率互换、VIX期货这些复杂产品，它们跟整个曲面的形状都有关。

我个人习惯把这类产品分成两类：一类是「路径依赖型」，比如方差互换，它的 payoff 取决于整个存续期内的已实现波动率；另一类是「截面依赖型」，比如 VIX 期货，它的价格取决于未来某个时点的波动率曲面形态。

方差互换：最经典的复杂波动率衍生品

方差互换的定价，是我当年踩过最多坑的地方。它的 payoff 很简单：

Payoff = N × (RV² - K²)

其中 RV 是已实现波动率，K 是执行方差。但问题在于，这个 RV 怎么算？用日收益率还是分钟收益率？用对数收益率还是简单收益率？

嗯，这里要注意。业内标准做法是用对数日收益率，而且要去掉均值。我见过有人直接用简单收益率，结果定价偏差了 3-5 个 vega。为什么？因为简单收益率在高波动环境下会高估真实方差。

定价的核心公式，其实是利用了一个漂亮的复制策略：

K² = (2/T) × [∫₀^∞ (C(K) - P(K)) / K² dK]

这个公式的意思是：一个方差互换，可以被一系列虚值看涨和看跌期权复制出来。你想想看，这多优雅！

波动率互换：一个更棘手的品种

波动率互换和方差互换的区别，很多人一开始搞不清楚。我简单说：方差互换交易的是方差，波动率互换交易的是波动率本身。听起来差不多？其实差远了。

波动率互换的定价要复杂得多。为什么？因为波动率本身不是一个可交易的资产。你不能像复制方差互换那样，用期权组合完美复制波动率互换的 payoff。

我记得有一次，一个客户问我：「为什么波动率互换的报价比方差互换高那么多？」我告诉他：因为波动率互换存在一个凸性调整（convexity adjustment）。说白了，就是波动率的波动率也会影响价格。

这个调整量可以用以下近似公式估算：

E[σ] ≈ √(E[σ²]) - (Var(σ²) / (8 × E[σ²]^(3/2)))

嗯，公式看着有点吓人。但实际交易中，我们更常用的是用随机波动率模型来定价。我个人习惯用 Heston 模型，因为它能很好地捕捉波动率的均值回复特性。

VIX期货与期权：曲面上的时间切片

VIX 期货的定价，其实就是在预测未来某个时点的 VIX 指数值。而 VIX 指数本身，是由近月期权价格计算出来的。所以，VIX 期货的价格，本质上反映了市场对未来波动率曲面形状的预期。

我曾经犯过一个低级错误：直接用当前 VIX 指数作为 VIX 期货的定价依据。结果呢？亏了不少钱。后来我才明白，VIX 期货的价格里包含了期限结构的信息。如果远期波动率高于近期，那么 VIX 期货就会高于当前 VIX 指数。

VIX 期权的定价就更复杂了。它涉及到波动率的波动率，也就是所谓的「vol of vol」。我一般会用以下框架：

VIX期权价格 = f(VIX期货价格, VIX期货的隐含波动率, 期限)

但问题在于，VIX 期货的隐含波动率本身也是一个曲面。这就形成了一个「曲面的曲面」，听起来很绕，但实际交易中你必须处理这个问题。

一个完整的定价流程

让我用一个实际案例来说明。假设我们要给一个 3 个月期的方差互换定价：

1. 第一步：获取曲面数据。从市场上获取所有到期日的虚值看涨和看跌期权价格。
2. 第二步：插值处理。用 SVI 或 SSVI 模型对曲面进行插值，得到连续的执行价和到期日。
3. 第三步：计算积分。用前面提到的复制公式，计算方差互换的执行方差。
4. 第四步：调整。考虑股息、利率、交易成本等因素。
5. 第五步：报价。在理论价格基础上加上 bid-ask spread。

曲面形态对定价的影响

不同的曲面形态，对复杂波动率衍生品的定价影响很大。我整理了一个表格，方便你快速理解：

曲面特征	方差互换	波动率互换	VIX期货
偏斜陡峭	价格上升	价格上升	影响较小
期限结构向上	远期方差高	远期波动率高	期货升水
期限结构向下	远期方差低	远期波动率低	期货贴水
波动率微笑	增加凸性调整	增加凸性调整	影响期权定价

你想想看，如果曲面是向上倾斜的，那么一个 6 个月期的方差互换，它的价格会比两个 3 个月期方差互换的平均值要高。为什么？因为方差具有持久性，高波动率时期往往会持续一段时间。

SVG框架图：复杂波动率衍生品定价的核心逻辑

一些实战中的坑

最后，我想分享几个我亲身踩过的坑：

• 数据质量问题：我曾经用了一个数据源，它的期权价格里包含了大量异常值。结果曲面插值出来的形状完全不对。后来我加了数据清洗步骤，把那些明显偏离市场价格的报价过滤掉。
• 模型选择错误：有一次我用 SVI 模型拟合曲面，但参数优化时陷入了局部最优。结果定价出来的方差互换价格比市场报价低了 5%。后来我改用全局优化算法，问题才解决。
• 忽略交易成本：理论上完美的复制策略，在实际交易中会因为 bid-ask spread 而大打折扣。我一般会在理论价格上加 0.5-1 个 vega 作为缓冲。

嗯，说了这么多，其实核心就一句话：复杂波动率衍生品的定价，本质上是在跟曲面打交道。你越理解曲面的结构和动态，你的定价就越精准。别指望有一个万能公式能解决所有问题——市场在变，曲面在变，你的定价方法也得跟着变。

---

公众号:蓝海资料掘金营，微信deep3321