💰 quantitative finance

PIVOT: Bridging Black-Scholes Implied-Volatility and Price Objectives via Differentiable Jäckel Operator

Das Papier stellt PIVOT vor, eine differenzierbare Schicht, die den Black-Scholes-Preis- und die implizite Volatilitäts-Räume überbrückt, indem sie den effizienten „Let's Be Rational“-Solver im Vorwärtspass bewahrt, während sie zur sicheren Handhabung von Low-Vega-Singularitäten implizite Differenzierung mit expliziter Gating-Steuerung verwendet, wodurch die Optimierungsziele für Optionen und die Vorhersagegenauigkeit der Preise über wichtige Indizes hinweg signifikant verbessert werden.

Ursprüngliche Autoren: Raeid Saqur, Yannick Limmer, Anastasis Kratsios, Blanka Horvath, Hans Buehler

Veröffentlicht 2026-06-17

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Raeid Saqur, Yannick Limmer, Anastasis Kratsios, Blanka Horvath, Hans Buehler

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Das große Ganze: Zwei verschiedene Sprachen

Stellen Sie sich die Welt der Aktienoptionen wie einen belebten Marktplatz vor. In diesem Markt gibt es zwei Arten, über den Wert einer Option zu sprechen:

Die Preissprache: Das ist das, was Sie im Ticker sehen (z. B. „Diese Option kostet 5,00 $“). Dies sind die rohen, realen Daten.
Die Volatilitätssprache: Dies ist eine mathematische Übersetzung namens „Implizite Volatilität“ (IV). Es ist wie eine „Temperaturmessung“, die Ihnen sagt, wie stark der Markt erwartet, dass die Aktie nach oben oder unten ausschlägt.

Das Problem:
Moderne KI-Modelle, die versuchen, diese Optionen vorherzusagen, sind wie Übersetzer, die zwar beide Sprachen gut sprechen können, aber Schwierigkeiten haben, augenblicklich zwischen ihnen zu wechseln.

Wenn die KI lernen will, muss sie oft in Volatilität sprechen (weil die Muster dort klarer sind).
Aber die echten Marktdaten liegen jedoch in Preis vor.
Um von Preis zu Volatilität zu wechseln, benötigt man einen speziellen Rechner (einen „Solver“). Der beste Rechner der Welt heißt Jäckel's LBR. Er ist unglaublich genau, aber er ist wie eine komplexe, altmodische Maschine mit vielen Schaltern und Hebeln aufgebaut.

Der Engpass:
Wenn man versucht, eine KI mit dieser alten Maschine zu trainieren, bleibt die KI stecken. Wenn die KI versucht, aus ihren Fehlern zu lernen (ein Prozess, der „Backpropagation“ genannt wird), versucht sie, ihre Schritte rückwärts durch die Maschine nachzuverfolgen. Aber weil die Maschine so viele Schalter und „Wenn-Dann“-Logiken hat, wird die KI verwirrt und kann nicht herausfinden, wie sie ihre Fehler korrigieren kann. Es ist, als würde man versuchen, mit einem Auto rückwärts durch ein Labyrinth aus Einbahnstraßen zu fahren; man kann keinen klaren Weg finden.

Die Lösung: PIVOT

Die Autoren haben ein neues Werkzeug namens PIVOT (Price–Implied-Volatility Objective Translator) entwickelt. Betrachten Sie PIVOT als eine kluge Brücke, die die Preis-Seite und die Volatilitäts-Seite verbindet, ohne den Lernprozess der KI zu unterbrechen.

So funktioniert PIVOT, unterteilt in drei einfache Teile:

1. Der Vorwärtspass (Forward Pass): Der vertrauenswürdige Übersetzer

Wenn die KI einen Preis in eine Volatitätszahl umwandeln muss, verwendet PIVOT den ursprünglichen, vertrauenswürdigen Jäckel-Rechner. Es versucht nicht, den Rechner durch eine neue, „gelernte“ Version zu ersetören. Es führt die vertrauenswürdige Maschine genau so aus, wie sie entworfen wurde.

Analogie: Stellen Sie sich vor, Sie müssen ein Buch übersetzen. Sie benutzen den weltweit besten menschlichen Übersetzer (Jäckel), um die Aufgabe zu erledigen. Sie vertrauen seinem Ergebnis voll und ganz.

2. Der Rückwärtspass (Backward Pass): Die magische Abkürzung

Dies ist die eigentliche Innovation. Wenn die KI aus ihren Fehlern lernen muss, muss sie normalerweise durch das Gehirn des Übersetzers zurückverfolgen. Aber PIVVOT sagt: „Das ist nicht nötig!“
Stattdessen nutzt PIVOT eine mathematische Abkürzung (den sogenannten Impliziten Funktionensatz). Es weiß, dass es, wenn man sowohl den Preis als auch die Volatilität kennt, eine direkte, glatte mathematische Beziehung zwischen ihnen gibt.

Analogie: Anstatt den Übersetzer zu fragen: „Wie hast du dich für dieses spezifische Wort entschieden?“ (was schwer zu erklären ist), schaut PIVOT einfach auf die Beziehung zwischen den beiden Sprachen und sagt: „Wenn der Preis um 0,01 $ gestiegen ist, muss sich die Volatilität genau um diesen Betrag verändert haben.“ Es überspringt die unordentliche interne Logik des Übersetzers und gibt der KI eine klare, direkte Anweisung, wie sie sich anpassen muss.

3. Das Sicherheitsgate (Safety Gate): Umgang mit den „Gefahrenzonen“

Es gibt einen kniffligen Teil des Marktes, den sogenannten Low-Vega-Regime. Dies geschieht, wenn eine Option sehr günstig ist oder sehr weit von ihrem Ausübungspreis entfernt liegt. In diesen Zonen kann eine winzige Änderung des Preises eine massive, wilde Schwankung der Volatilität verursachen. Mathematisch gesehen ist dies wie eine Klippenkante, an der die Steigung unendlich wird.

Das Problem: Wenn eine KI versucht, von diesen Klippenkanten zu lernen, erhält sie „NaN“-Fehler (Not a Number), was das gesamte System zum Absturz bringt. Es ist, als würde man versuchen, mit einem Auto über eine Klippe zu fahren und zu erwarten, dass man sicher landet.
Die PIVOT-Lösung: PIVOT installiert ein Sicherheitsgate.
- Wenn die Daten sicher sind (gut konditioniert), öffnet sich das Tor und die KI lernt normal weiter.
- Wenn die Daten nahe an der Klippe sind (Low-Vega), schließt sich das Tor sanft oder regelt das Signal herunter. Es sagt der KI: „Versuche nicht, gerade von dieser spezifischen Zahl zu lernen; das ist zu gefährlich.“
- Entscheidend ist: Die KI stürzt nicht ab. Sie ignoriert einfach den gefährlichen Teil und lernt von den sicheren Teilen weiter.

Warum das wichtig ist (Die Ergebnisse)

Die Autoren haben dies mit realen Daten (wie den S&P 500 Optionen) getestet.

Geschwindigkeit: PIVOT ist unglaublich schnell. Es kann Milliarden von Optionen pro Sekunde auf einem modernen Computerchip verarbeiten.
Genauigkeit: Durch diese Brücke lernten die KI-Modelle besser. Sie machten weniger Fehler bei der Vorhersage von Preisen (bis zu 43 % weniger Fehler) und Volatilität (bis zu 21 % weniger Fehler) im Vergleich zu Modellen, die diese Brücke nicht nutzten.
Stabilität: Als sie versuchten, das „Sicherheitsgate“ zu entfernen, brachen die Modelle zusammen und lieferten unsinnige Ergebnisse. Dies bewies, dass das Gate nicht nur eine kleine Anpassung ist, sondern eine notwendige Sicherheitsfunktion, um die Mathematik integer zu halten.

Zusammenfassung

PIVOT ist eine neue Software-Schicht, die es KI-Modellen ermöglicht, sowohl „Preis“ als auch „Volatilität“ fließend zu sprechen. Es nutzt einen vertrauenswürdigen Rechner, um vorwärts zu übersetzen, eine mathematische Abkürzung, um rückwärts zu lernen, und ein Sicherheitsgate, um zu verhindern, dass die KI von mathematischen Klippen stürzt. Das Ergebnis sind schnellere, genauere und stabilere KI-Modelle für das Verständnis der Finanzmärkte.

Technisches Resümee: PIVOT – Überbrückung von Black-Scholes Impliziter Volatilität und Preisobjektiven mittels differenzierbarem Jäckel-Operator

1. Problemstellung

Moderne maschinelle Lernsysteme für die Optionspreisberechnung operieren in zwei unterschiedlichen Koordinatenräumen: dem Preisraum, in dem Marktpreise existieren und Arbitrage-Freiheitsbedingungen natürlich erzwungen werden, und dem impliziten Volatilitätsraum (IV-Raum), in dem Volatilitätsflächen geglättet, regularisiert und evaluiert werden. Eine kritische Engstelle besteht an der Schnittstelle zwischen diesen Räumen. Während der „Let's Be Rational“ (LBR) Solver von Jäckel eine hocheffiziente, maschinengenau Methode zur Invertierung von Black-Scholes-Preisen in die IV bietet, sind bestehende Implementierungen skalar, CPU-gebunden und weisen keine Differenzierbarkeit auf.

Dies führt zu einem Mismatch für das Training neuronaler Netze:

Nicht-Differenzierbarkeit: Standard-Solver (z. B. py_vollib) unterstützen keine automatische Differenzierung (Autograd), was verhindert, dass Gradienten durch den Schritt der IV-Invertierung fließen können.
Singularität: Die inverse Abbildung vom Preis zur IV ist im Bereich niedriger Vega ( $\partial P / \partial \sigma \to 0$ ) singulär, wodurch die Ableitung $\partial \sigma / \partial P = 1/V$ divergiert. Bestehende Workflows umgehen dies oft durch manuelles Filtern von Zeilen mit niedriger Vega, wodurch wertvolle Daten verworfen werden, die über Preisraum-Verlustfunktionen hätten überwacht werden können.
Skalierbarkeit: Das Training auf Millionen von Kontrakten erfordert gebatchte, GPU-beschleunigte Operationen, welche durch skalare CPU-Solver nicht bereitgestellt werden können.

Das Paper argumentiert, dass die Lösung nicht darin besteht, den vertrauenswürdigen numerischen Solver durch eine gelernte Approximation zu ersetzen, sondern eine differenzierbare Brücke zu schaffen, die den exakten LBR-Vorwärtspass bewahrt, während sie analytisch korrekte Gradienten für den Rückwärtspass liefert.

2. Methodik

Das vorgeschlagene System, PIVOT (Price–Implied-Volatility Objective Translator), zerlegt die IV-Inversionsaufgabe in einen Vorwärtspass und einen Rückwärtspass, wobei der Solver als opaker Primitiv innerhalb eines Autograd-nativen Frameworks behandelt wird.

2.1 Vorwärtspass: Vektorisierter Jäckel-Solver

Der Vorwärtspass delegiert die Inversion an eine vektorisierte Implementierung des LBR-Algorithmus von Jäckel.

Normalisierung: Marktparameter $(S, K, \tau, r, q)$ werden in dimensionslose Koordinaten konvertiert: Log-Forward-Moneyness $k = \log(K/F)$ und totale Volatilität $\sigma_\tau = \sigma\sqrt{\tau}$ .
Solver: Der Algorithmus löst $b(k, \sigma_\tau) = \beta$ (wobei $b$ die normalisierte Black-Funktion und $\beta$ der normalisierte Preis ist) unter Verwendung von rationalen Seeds und Householder-Iterationen, um Maschinengenauigkeit zu erreichen.
Vektorisierung: Der Solver ist als gebatcherter GPU-Primitiv implementiert (unter Verwendung von NumPy, PyTorch, JAX und Triton-fused Kernels), der heterogene Optionsketten gleichzeitig verarbeitet.
Gültigkeitsmaskierung: Ungültige Eingaben (z. B. Preise unter dem intrinsischen Wert, Arbitrage-Verletzungen, $\tau \le 0$ ) werden explizit auf NaN maskiert, statt stillschweigend zu scheitern.

2.2 Rückwärtspass: Implizite Differenzierung

Anstatt durch die Branch-Logik, rationalen Approximationen oder Householder-Iterationen des Solvers zurückzupropagieren, wendet PIVOT die Implizite Funktionentheorie an.

Die Identität: Da der Vorwärtspass die Gleichung $P(\xi, \sigma) = P^*$ löst, ist die Ableitung der inversen Abbildung gegeben durch:
$\frac{\partial \sigma_{imp}}{\partial P^*} = \frac{1}{V}, \quad \frac{\partial \sigma_{imp}}{\partial \xi} = -\frac{\partial P / \partial \xi}{V}$
wobei $V = \partial P / \partial \sigma$ die Vega ist.
Implementierung: Der Rückwärtspass behandelt die gewonnene $\sigma_{imp}$ als die exakte lokale Inverse der glatten Black-Scholes/Black-76 Preisabbildung. Er berechnet den Gradienten durch Evaluierung der glatten Preisfunktion und ihrer Ableitungen bei $\sigma_{imp}$ , wodurch die interne Branch-Logik des Solvers vollständig umgangen wird. Dies stellt sicher, dass die Kosten für die Gradientenberechnung unabhängig von der Anzahl der Solver-Iterationen sind.

2.3 Low-Vega Gating-Mechanismus

Um die Singularität zu adressieren, bei der $V \to 0$ (was $1/V \to \infty$ verursacht), führt PIVOT einen konditionsbewussten Gating-Mechanismus ein:

Gut konditionierter Satz ( $G_\tau$ ): Für Zeilen, in denen $|V| > \tau$ , wird der exakte $1/V$ Gradient angewendet.
Singulärer Ausläufer: Für Zeilen, in denen $|V| \le \tau$ , regularisiert das System nicht einfach stillschweigend. Stattdessen wird ein glatter Gate $w_\tau(V) = V^2 / (V^2 + \tau^2)$ auf den IV-Raum-Verlustterm angewendet oder es wird NaN zurückgegeben, falls der Verlust explizit einen schlecht konditionierten Gradienten anfordert.
Preisraum-Fallback: Zeilen im singulären Ausläufer bleiben im Batch und tragen über Preisraum-Verlustfunktionen (die gut konditioniert sind) zum Trainingsziel bei, während ihr singulärer IV-Raum-Kanal abgeschwächt wird. Dies ermöglicht es dem Modell, aus Low-Vega-Daten zu lernen, ohne den Optimizer mit unendlichen Gradienten zu korrumpieren.

3. Kernbeiträge

Das Paper leistet drei spezifische Beiträge:

(C1) Jäckel als gebatcherter GPU-Primitiv: Eine vektorisierte, GPU-residente Implementierung des LBR-Solvers, die auf heterogenen Optionsketten operiert und damit die skalaren CPU-Wrapper durch ein Hochdurchsatz-Backend ersetzt.
(C2) Autograd-nativer impliziter Rückwärtspass: Ein Operator, der exakte Inverse-Funktions-Ableitungen via impliziter Differenzierung bereitstellt, die Berechnung der Gradienten von der internen Komplexität des Solvers entkoppelt und das Backpropagation durch Branch-Logik vermeidet.
(Cly) Konditionsbewusstes Gating: Ein Mechanismus, der die Low-Vega-Singularität explizit handhabt, indem er Low-Vega-Zeilen über Preisraum-Residuen einbezieht und gleichzeitig deren instabile IV-Raum-Gradienten unterdrückt, was das manuelle Vorab-Filtern überflüssig macht.

4. Empirische Ergebnisse

Experimente wurden auf einer einzelnen NVIDIA H100 GPU mit synthetischen Daten und realen OptionMetrics-Daten (SPX, RUT, VIX, NDX) durchgeführt.

4.1 Performance und Genauigkeit

Durchsatz: Der fusionierte Triton-Kernel erreicht 1,79 Milliarden IV-Inversionen pro Sekunde mit einem maximalen relativen Fehler von $9,3 \times 10^{-14}$ gegenüber dem Referenz-C-Solver.
Label-Generierung: Das System generiert 48,9 Millionen synthetische IV-Labels/s und 16,6 Millionen reale SPX-Labels/s.
Selbstkonsistenz: Round-Trip-Residuen (Preis $\to$ IV $\to$ Preis) zeigen einen 99. Perzentil-Fehler von $\le 1,8 \times 10^{-7}$ in Preisenheiten.

4.2 Einfluss auf das Surface Learning (HyperIV Reproduktion)

Die Autoren integrierten PIVOT in einen HyperIV-ähnlichen Volatilitätsflächen-Smoother.

Pareto-Dominanz: PIVOT-augmentierte Zielsetzungen (Kombination aus Preis-MSE und gated IV-Roundtrip-Lossen) dominieren die Standard-Baseline im Pareto-Sinne.
SPX-Ergebnisse: Die beste Gating-Konfiguration reduzierte den gehaltenen Preis-MAE um 38,8 % und den IV-MAE um 21,3 % simultan.
Cross-Asset: Ähnliche gerichtete Verbesserungen wurden bei RUT (40,1 % Preis-MAE-Reduktion), VIX (24,2 %) und NDX (16,7 %) beobachtet.
Notwendigkeit des Gating: Eine „ungated“ Diagnosesteuerung (Weglassen des Low-Vega-Gates) kollabierte zu einer degenerierten, nahezu Null-Fläche, wobei der Preis-MAE um bis zu 2949 % (NDX) anstieg und tausende von NaN-Gradient-Schritten auftraten, was bestätigt, dass das Gate eine Korrektheitsanforderung und kein bloßer Tuning-Parameter ist.

5. Bedeutung und Ansprüche

Das Paper positioniert PIVOT nicht als neue Handelsstrategie oder Ersatz für numerische Solver, sondern als eine methodische Schnittstelle für Machine-Learning-Pipelines.

Brückenschlag der Koordinaten: Es ermöglicht ein durchgehend differenzierbares Training, das gleichzeitig für Preis-Konsistenz (wo Märkte quoten) und Volatilitäts-Glätte (wie Oberflächen berichtet werden) optimiert – eine Fähigkeit, die zuvor durch die nicht-differenzierbare Natur der IV-Inversion behindert wurde.
Korrektheitsvertrag: Die Arbeit behauptet, dass die Low-Vega-Singularität eine fundamentale Eigenschaft der Preis-zu-IV-Abbildung ist, die explizit gehandhabt werden muss. Der Gating-Mechanismus wird als „Korrektheitsvertrag“ präsentiert, der verhindert, dass der Optimizer durch numerische Vergiftung geschädigt wird, wodurch Modelle den gesamten Datensatz nutzen können, ohne manuelles Vorab-Filtern.
Reproduzierbarkeit und Governance: Durch die Explizierung der Preis-IV-Grenze (ungültige Zeilen geben NaN zurück, Low-Vega-Zeilen werden gegatet) unterstützt das Framework eine klarere Berichterstattung über die Datenvalidität und Konditionierung beim Lernen von Volatilitätsflächen.

Die Autoren betonen ausdrücklich, dass sie nicht beanspruchen, arbitragefreie Oberflächen zu generieren (eine Eigenschaft, die von der Baseline HyperIV geerbt wird), noch dass sie die Low-Vega-Singularität durch Änderung der Zielfunktion lösen; vielmehr bieten sie die exakte differenzierbare Brücke, die es erlaubt, bestehende Zielsetzungen korrekt in Gegenwart dieser Singularitäten zu komponieren.