跳到正文
AI × 量化 × 交易AI 入门 ¥399 · 年度信号 ¥1,299 · AI 直播课 ¥5,980 · 合作机构员工优先查看 →
arXiv q-fin· Chen Jin, Ankush Agarwal·· 1 天前AI 评分45

用生成式扩散模型预测隐含波动率曲面

Forecasting implied volatility surface with generative diffusion models

AI 导读

研究提出条件去噪扩散概率模型(DDPM),用于生成次日近似无套利的隐含波动率曲面。该模型以历史波动率曲面的指数加权移动平均值、标的资产收益率、平方收益率及相关风险指标为条件,通过基于信噪比(SNR)的加权方案将套利惩罚纳入损失函数。基于标普500期权市场数据的数值实验显示,该模型在波动率预测上的表现优于现有现代与经典方法。

来源:arXiv q-fin · arxiv.org

下一步

AI 策略构建直播课:从期权案例到策略验证拆解信号、仓位与风险管理,在 AI 帮助下建立研究记录。微信交流与联系方式查看官方联系方式;二维码准备好后在关于页展示。Prefer English? Get the research briefing by emailRegister your interest in English research updates on our website.