面向套利感知的隐含波动率曲面生成的潜在流匹配方法

提出一种套利感知潜在流匹配框架，用于无条件生成隐含波动率曲面。该框架先通过带日历价差、认购价差、蝶式套利可微惩罚正则化的变分自编码器，将高维曲面压缩至低维潜在空间，再由流匹配模型学习将高斯先验映射至经验潜在分布，最终解码回波动率曲面。该方法可生成90.8%满足所有测试静态无套利条件的曲面，在极端Q99区间表现最优，无需采样后重加权即可兼顾分布相似度、尾部保留与金融一致性。