💰 quantitative finance

Asymptotically-informed neural networks for Black-Scholes implied volatility computation

Dieses Paper stellt eine neuartige Familie asymptotisch informierter neuronaler Netze vor, die Gating-Funktionen nutzen, um den Preis-Log-Moneyness-Bereich zu partitionieren und spezialisierte lokale Approximationen zu kombinieren, wodurch sie Standardmodelle in der Genauigkeit signifikant übertreffen und hocheffektive Anfangswerte für die Berechnung der Black-Scholes-impliziten Volatilität nahe der Maschinengenauigkeit bereitstellen.

Ursprüngliche Autoren: Samira Amiriyan, Youness Boutaib

Veröffentlicht 2026-09-09

📖 4 Min. Lesezeit☕ Kaffeepausen-Lektüre

CC BY 4.0

Ursprüngliche Autoren: Samira Amiriyan, Youness Boutaib

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

In der Welt der Finanzen sind Optionen Kontrakte, die einem Investor das Recht, aber nicht die Verpflichtung geben, einen Vermögenswert zu einem bestimmten Preis bis zu einem bestimmten Datum zu kaufen oder zu verkaufen. Um zu bestimmen, wie viel diese Kontrakte wert sind, verlassen sich Händler auf ein berühmtes mathematisches Framework, das vor Jahrzehnten entwickelt wurde. Dieses Framework benötigt mehrere Eingabewerte, von denen die meisten leicht zu finden sind: den aktuellen Preis des Vermögenswerts, den vereinbarten Preis für die zukünftige Transaktion, die Zeit bis zum Ablauf des Kontrakts und den geltenden Zinssatz. Es gibt jedoch eine entscheidende Zutat, die nicht direkt beobachtet werden kann: die erwartete Volatilität, also das Maß dafür, wie wild die Preisbewegungen des Vermögenswerts erwartet werden. Da diese Zahl verborgen ist, arbeiten Händler rückwärts. Sie schauen sich den tatsächlichen Preis an, zu dem eine Option am Markt gehandelt wird, und nutzen die mathematische Formel, um zu berechnen, wie hoch die Volatilität sein muss, um diesen Preis zu erzeugen. Diese berechnete Zahl ist als implizite Volatilität bekannt und dient als universelle Sprache für den Vergleich verschiedener Optionen, das Risikomanagement und die Kalibrierung komplexer Finanzmodelle.

Die Schwierigkeit entsteht, wenn die Mathematik an ihre Grenzen getrieben wird. Wenn eine Option extrem günstig, extrem teuer oder mit einer sehr kurzen oder sehr langen Restlaufzeit ist, wird die Beziehung zwischen dem Preis und der Volatilität unglaublich sensibel. In diesen extremen Situationen kann ein winziger Fehler im Preis zu einem massiven, irreführenden Fehler in der berechneten Volatilität führen. Dies ist gefährlich, da Finanzentscheidungen, vom Absichern von Portfolios bis hin zur Preisgestaltung neuer Produkte, davon abhängen, diesen Wert korrekt zu ermitteln. Wenn die Berechnung in diesen kniffligen Zonen auch nur leicht danebenliegt, kann dies die Illusion eines Gewinns erzeugen, wo keiner existiert, oder zu falschen Risikobewertungen führen. Seit Jahren versuchen Mathematiker und Informatiker, dieses Inversionsproblem durch Standard-Numerikverfahren oder durch das Training künstlicher Intelligenz zu lösen, um die Antwort zu erraten, aber diese Ansätze stoßen oft an ihre Grenzen, wenn die Daten zu extrem werden.

Ein Forscherteam hat nun einen neuen Weg entwickelt, wie man Computer lehrt, dieses Problem zu lösen, indem man die einzigartige Form der Finanzlandschaft respektiert. Anstatt ein Standard-Computerprogramm anzuweisen, die gesamte Beziehung zwischen Preis und Volatilität als eine einzige, einheitliche Aufgabe zu lernen, entwarfen sie ein System, das erkennt, dass das Problem in verschiedenen Regionen unterschiedliche Verhaltensweisen aufweist. Sie erkannten, dass sich die mathematische Beziehung in einigen Bereichen wie eine flache Linie, in anderen wie ein steiler Hang und dazwischen wie eine Kurve verhält. Um dies zu handhaben, bauten sie einen speziellen Typus eines neuronalen Netzwerks, eine Form der künstlichen Intelligenz, das wie ein Team von Experten agiert. Dieses System nutzt eine Reihe interner Schalter, um automatisch zu erkennen, mit welchem Teil des Problems es konfrontiert ist – ob es mit einem sehr niedrigen Preis, einem sehr hohen Preis oder einem Mittelweg zu tun hat – und übergibt die Berechnung dann an ein spezifisches Sub-Netzwerk, das genau auf dieses Szenario trainiert wurde.

Die Forscher testeten diesen Ansatz gegenüber traditionellen Methoden und Standard-Neuronalen-Netzwerken über ein breites Spektrum an Szenarien hinweg, von alltäglichen Marktbedingungen bis hin zu den extremsten, schwierigsten Fällen. Die Ergebnisse waren beeindruckend. Das neue System übertraf die Standardansätze konsistent und reduzierte den Fehler oft um das Tausendfache. In den anspruchsvollsten Regionen, in denen andere Methoden versagten oder instabil wurden, bewahrte diese neue Architektur eine hohe Genauigkeit. Darüber hinaus stellten die Forscher fest, dass der Output ihres neuronalen Netzwerks so präzise war, dass er als nahezu perfekter Ausgangspunkt für eine abschließende, schnelle Berechnung dienen konnte. Indem sie die Vermutung des Netzwerks in einen Standard-Verfeinerungsschritt einspeisten, konnten sie ein Maß an Präzision erreichen, das im Wesentlichen das Limit dessen darstellt, was ein Computer berechnen kann, und dies in nur zwei schnellen Schritten vollzogen.

Diese Arbeit zeigt, dass der effektivste Weg, eine Maschine zu lehren, ein komplexes Finanzproblem zu lösen, nicht darin besteht, sie alles von Grund auf neu lernen zu lassen, sondern sie mit einem Verständnis der zugrunde liegenden Struktur des Problems zu leiten. Indem sie die bekannten Verhaltensweisen des Marktes direkt in das Design des Computerprogramms einbauten, schufen die Forscher ein Werkzeug, das schneller, genauer und zuverlässiger ist als bisherige Methoden. Dies ist besonders wichtig für die Finanzindustrie, in der die Fähigkeit, Optionen unter extremen Marktbedingungen präzise zu bepreisen, essenziell für die Stabilität ist. Die Studie legt nahe, dass die Kombination aus der Geschwindigkeit des maschinellen Lernens und den strukturellen Erkenntnissen der mathematischen Analyse einen kraftvollen Weg nach vorne bietet, indem sie ein notorisch schwieriges numerisches Problem in eine Routineberechnung verwandelt, die mit maschineller Präzision durchgeführt werden kann.

Technisches Resümee: Asymptotisch informierte neuronale Netze zur Berechnung der Black-Scholes-impliziten Volatilität

Problemstellung
Die Berechnung der Black-Scholes-impliziten Volatilität (IV) ist eine fundamentale Aufgabe in der quantitativen Finanzwirtschaft, die für die Optionsbewertung, Modellkalibrierung und das Risikomanagement essenziell ist. Während die Black-Scholes-Preisfunktion eine geschlossene Lösung für Optionspreise unter Angabe eines Volatilitätsparameters liefert, entbehrt das inverse Problem – die Bestimmung der eindeutigen Volatilität $\sigma$ , die einem beobachteten Marktpreis entspricht – einer expliziten analytischen Lösung. Diese Invertierung wird zu einem anspruchsvollen numerischen Problem, insbesondere in asymptotischen Regimen, die extremen Optionspreisen, Strikes oder Laufzeiten entsprechen (z. B. tief im Geld oder tief aus dem Geld liegende Optionen oder sehr kurze/lange Laufzeiten). In diesen Regionen wird die inverse Abbildung extrem sensitiv gegenüber Perturbationen des Preises; selbst geringfügige Preisfehler können große Fehler in der impliziten Volatilität induzieren, was potenziell zu falschen Hedging-Entscheidungen oder einer ungenauen Modellkalibrierung führen kann.

Existierende numerische Methoden, wie etwa Newton-Raphson oder Brents Algorithmus, hängen stark von der Qualität der Anfangsschätzung ab und können in diesen extremen Regimen Schwierigkeiten bereiten. Analytische Approximationen lassen oft die nötige Robustheit über realistische Parameterbereiche hinweg vermissen, und Standard-Machine-Learning-Ansätze (generische Feed-Forward-Neuronale-Netze) scheitern häufig daran, die distinkten analytischen Verhaltensweisen der IV-Funktion über verschiedene Volatilitätsregime hinweg zu erfassen, was zu suboptimaler Genauigkeit und Generalisierung führt.

Methodik
Die Autoren schlagen eine neue Familie von neuronalen Netzarchitekturen vor, die die analytische Struktur des Black-Scholes-Inversionsproblems explizit einbeziehen. Die Kernmethodik ist inspiriert von der Domänenpartitionierungsanalyse von Jäckel [30], welche identifiziert, dass die Preisfunktion je nach Volatilitätsregime qualitativ unterschiedliche Verhaltensweisen aufweist.

Domänenpartitionierung: Der Eingangsraum, definiert durch Log-Moneyness ( $A$ ) und normalisierten Call-Preis ( $C$ ), wird in drei distinkte Regionen unterteilt, basierend auf der Geometrie der Preisfunktion:
- Untere asymptotische Region: Entspricht sehr niedrigen Preisen ( $C \to 0$ ).
- Zentrale Region: Entspricht dem annähernd linearen Verhalten nahe dem Wendepunkt der Preiskurve.
- Obere asymptotische Region: Entspricht sehr hohen Preisen ( $C \to 1$ ).
Mixture-of-Experts-Architektur: Das vorgeschlagene Modell approximiert die implizite Volatilitätsabbildung $B_{inv}(A, C)$ als gewichtete Kombination spezialisierter lokaler Approximationen:
$IV(A, C) = f_0(A, C)g_0(A, C) + f_1(A, C)g_1(A, C) + f_2(A, C)g_2(A, C)$
- Lokale Approximatoren ( $g_i$ ): Dies sind neuronale Netze (oder deren exponentielle Transformationen), die darauf trainiert sind, das IV-Verhalten innerhalb spezifischer Regime zu modellieren.
- Gating-Funktionen ( $f_i$ ): Dies sind trainierbare Funktionen, die das Gewicht jedes lokalen Approximators bestimmen. Sie sind so konzipiert, dass sie spezifische asymptotische Randbedingungen erfüllen (z. B. $f_0 \to 1$ wenn $C \to 0$ und $f_0 \to 0$ wenn $C \to 1$ ), um glatte Übergänge zwischen den Regimen zu gewährleisten. Das Paper untersucht verschiedene parametrische Formen für diese Gates, einschließlich polynomischer und Gaußscher Familien, mit Abhängigkeiten sowohl von $A$ und $C$ als auch nur von $C$ .
Hybride Verfeinerung: Die Ausgaben der neuronalen Netze werden als hochpräzise Anfangsschätzungen für ein Householder-Nullstellenverfahren dritter Ordnung verwendet. Dieser hybride Ansatz nutzt die Geschwindigkeit des neuronalen Netzes für die Initialisierung und die Präzision des iterativen Lösers für die finale Verfeinerung.

Wesentliche Beiträge

Regime-bewusste Architekturen: Das Design von neuronalen Netzen, die explizit eine Partitionierung des Preis-Log-Moneyness-Raums lernen und spezialisierte lokale Approximationen mittels Gating-Funktionen kombinieren, anstatt die IV-Inversion als generisches Regressionsproblem zu behandeln.
Trainierbare Gating-Mechanismen: Die Einführung von Gating-Funktionen, die die Übergangsgrenzen zwischen asymptotischen und zentralen Regimen automatisch lernen und dabei bekannte analytische Randbedingungen respektieren.
Überlegene Genauigkeit und Generalisierung: Numerische Experimente zeigen, dass diese Architekturen Standard-Feed-Forward-Neuronale-Netze über ein breites Spektrum von Parameterdomänen hinweg konsistent übertreffen. Die Verbesserung liegt oft um mehrere Größenordnungen in der relativen Genauigkeit (MSRE), insbesondere in herausfordernden asymptotischen Regimen.
Maschinengenau-Verfeinerung: Die vorgeschlagenen Netze liefern Anfangsschätzungen, die so präzise sind, dass ein Householder-Verfahren dritter Ordnung die Ergebnisse nahe der Maschinengenauigkeit nach nur zwei Verfeinerungsiterationen erreicht.
Skalierbarkeit: Im Gegensatz zu analytischen Approximationen, die die Ableitung neuer Formeln für verschiedene Regime erfordern, skaliert der vorgeschlagene Ansatz natürlich mit der Modellkomplexität und der gewünschten Genauigkeit, indem einfach der Datensatz oder die Netzwerkgröße erweitert wird.

Ergebnisse
Das Paper präsentiert umfangreiche numerische Experimente auf drei Datensätzen, die verschiedene Parameterbereiche abdecken:

Großer Bereich-Datensatz ( $A \in [0, 16], B \in [10^{-5}, 7.07]$ ): Die vorgeschlagenen Architekturen reduzierten den Test-MSRE (Mean Squared Relative Error) im Vergleich zu Standard-Neuronalen-Netzen um etwa vier Größenordnungen. Heatmaps bestätigten, dass die Fehler über die gesamte Domäne gleichmäßig klein waren, während Standard-Netze in Niedrig-Volatilitäts-Regimen große Fehler aufwiesen.
Mittlerer Bereich-Datensatz ( $A \in [0, 3], B \in [10^{-7}, 1.22]$ ): Ähnliche Verbesserungen wurden beobachtet; die besten Architekturen (speziell jene mit Gaußschen Gating-Funktionen, die von sowohl $A$ als auch $C$ abhängen) reduzierten den MSRE um über drei Größenordnungen.
Kleiner Bereich-Datensatz ( $A \in [0, 10^{-5}], B \in [10^{-5}, 0.18]$ ): Selbst in diesem nahezu eindimensionalen Regime, in dem Standard-Netze vernünftig performen, lieferten die vorgeschlagenen Architekturen systematische Verbesserungen und reduzierten den MSRE um etwa den Faktor 39.

In allen Fällen erreichte die Kombination mit der Householder-Verfeinerung durchschnittliche logarithmische relative Fehler nahe der numerischen Präzisionsgrenze (etwa $-37$ bis $-39$), womit die Methoden sowohl Standard-Neuronale-Netze als auch klassische Nullstellenverfahren wie den Brent-Algorithmus deutlich übertrafen, welcher in extremen Regimen irreguläre Fehlerszenarien zeigte.

Bedeutung
Das Paper argumentiert, dass die Bedeutung dieser Arbeit darin liegt, zu demonstrieren, dass die Integration von qualitativem analytischem Wissen (speziell die Existenz distinkter asymptotischer und zentraler Regime) in das Design neuronaler Netze eine wesentlich bessere Genauigkeit und Generalisierung liefert, als die IV-Inversion als generisches Regressionsproblem zu behandeln. Die vorgeschlagene Methodik ersetzt nicht bloß klassische Nullstellenverfahren, sondern fungiert als leistungsstarker Beschleuniger, der iterative Löser unmittelbar in ihre Region schneller Konvergenz versetzt. Dies resultiert in einem computergestützten, hocheffizienten und hochpräzisen Solver, der besonders robust in den extremen Parameterregimen ist, in denen traditionelle Methoden oft an ihre Grenzen stoßen. Die Autoren legen nahe, dass diese Philosophie des „asymptotisch informierten“ maschinellen Lernens auch auf andere Kalibrierungsprobleme in der quantitativen Finanzwirtschaft übertragen werden kann, die mehrstufige Invertierungen mit multiplen Regimen und starken Nichtlinearitäten beinhalten.

Mehr davon