参数化微笑模型
这类模型用一个带有少量调节参数的公式来描述微笑的形状。输入市场数据，模型会找到最佳拟合参数，您就能得到一条平滑的微笑曲线，并可在任意行权价上求值。
这是加密货币期权和股票期权的主力建模方法。
💡
参数化 = 描述形状，而非解释成因
模型决定大致形状（SVI 类似抛物线，Quintic 为多项式）。参数控制具体细节：陡峭程度、弯曲程度、最低点的位置。
概览
共同点
这四种模型做的是同一件事：取单一到期日的一组市场观测期权价格，生成一条平滑的隐含波动率曲线，可在任意行权价上求值。它们的区别在于所假设的形状以及所提供的保证。
模型之间的关系
SVI 是起点。ORC Wing 是同一个模型换了一套参数：它是一种重新参数化，用交易员能够直观推理的 ATM 波动率、斜率和曲率取代了抽象的 SVI 参数。SSVI 将 SVI 提升了一个层级：它对 SVI 参数如何随到期日变化进行参数化，因此整个曲面在构造上就是一致的。五次多项式则完全是另一条路线。它放弃了双曲线假设，拟合任意的 5 次多项式，这意味着它能匹配 SVI 无法拟合的微笑形状。代价是它没有内置的曲面扩展，并且需要单独进行无套利检查。
如何选择
- 标准的加密货币/股票期权曲面拟合？ → SVI。它成为默认选择是有原因的。
- 需要无日历套利？ → SSVI。保证各到期日之间的一致性。
- 想手动调整微笑？ → ORC Wing。数学上与 SVI 相同，但参数对交易员更友好。
- 微笑具有 SVI 无法刻画的特殊特征？ → 五次多项式。灵活性最高。
本节涵盖的模型：
- SVI 参数化 - 行业标准
- ORC Wing（Jump-Wing） - 对交易员友好的 SVI
- SSVI（曲面 SVI） - 无日历套利的曲面
- 五次多项式 - 不预设形状的替代方案