arXiv q-fin· Dominik Manuel Buchegger, Lukas Gonon·· 12 小时前AI 评分40
套利感知的隐含波动率曲面概率多步预测：基于潜在扩散联合生成曲面-收益轨迹
Arbitrage-Aware Probabilistic Multi-Step Forecasting of Implied Volatility Surfaces: Joint Generation of Surface-Return Trajectories Using Latent Diffusion
AI 导读
研究提出条件潜在扩散框架，可联合生成隐含波动率曲面与标的收益的30步轨迹，通过套利感知自编码器学习曲面表示，由扩散过程捕捉演化规律。该框架在SPX曲面数据集上完成评估，可生成符合现实的概率多步情景，其预测均值在超出最短期限的场景下表现优于持续性预测基准。
来源：arXiv q-fin · arxiv.org