研究者提出AddMart无套利隐含波动率曲面重建框架

Haochen Luo等研究者发布AddMart少样本隐含波动率曲面重建框架，将无套利结构嵌入架构，从少量期权报价生成连续有效曲面，实现全域静态无套利。 该框架将稀疏期权报价映射为指数加性鞅的非负增量密度，以此恢复有效的风险中性边际分布与隐含波动率。在10个真实期权数据集上的实验显示，该框架具备有竞争力的重构精度，无显著静态套利违规，可直接用于VaR、CVaR与崩盘概率估计。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。