DYSANOS Generative Dynamic Smooth Arbitrage-free Non-parametric Option Surfaces
यह शोध पत्र DYSANOS को प्रस्तुत करता है, जो एक जनरेटिव मार्केट मॉडल है जो सभी स्ट्राइक्स और एक्सपायरीज़ के लिए स्मूथ, स्टैटिक-आर्बिट्राज-मुक्त ऑप्शन सर्फेस तैयार करता है और दैनिक स्पॉट एवं ऑप्शन कीमतों के मल्टी-ईयर पाथ जनरेट करता है, जो पारंपरिक PCA-आधारित दृष्टिकोण की तुलना में S&P इंडेक्स डेटा पर इसकी प्रभावशीलता को प्रदर्शित करता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
वित्तीय दुनिया की कल्पना एक विशाल, हलचल भरे बाजार के रूप में करें जहाँ लोग स्टॉक जैसी चीजों की भविष्य की कीमतों पर "दांव" (bets) लगाते हैं। इन दांवों को 'ऑप्शंस' (options) कहा जाता है। जिस तरह मौसम का पूर्वानुमान बारिश की भविष्यवाणी करने की कोशिश करता है, उसी तरह इन ऑप्शंस की एक "कीमत" होती है जो यह दर्शाती है कि बाजार कितना मानता है कि कीमतें ऊपर-नीचे डोलेंगी। इस डोलने या उतार-चढ़ाव को 'वोलेटिलिटी' (volatility) कहा जाता है। लंबे समय से, गणितज्ञों और व्यापारियों ने इस बाजार का एक आदर्श कंप्यूटर सिमुलेशन बनाने की कोशिश की है। वे हजारों संभावित भविष्य के दिनों को बनाना चाहते हैं, जो यह दिखा सकें कि स्टॉक की कीमतें और ऑप्शन की कीमतें एक साथ कैसे नाच सकती हैं। लेकिन इसमें एक पेंच है: यदि कंप्यूटर कोई गलती करता है, तो वह एक "फ्री लंच" (मुफ्त का लाभ) बना सकता है—यानी गणित की किसी त्रुटि का फायदा उठाकर बिना किसी मेहनत के पैसा कमाने का एक तरीका। वास्तविक दुनिया में, 'फ्री लंच' मौजूद नहीं होते; यदि वे होते, तो हर कोई तुरंत उन्हें झपट लेता और बाजार टूट जाता। इसलिए, इस क्षेत्र का सबसे बड़ा लक्ष्य एक ऐसा सिम्युलेटर बनाना है जो यथार्थवादी भी हो (वास्तविक बाजार की अराजकता जैसा) और गणितीय रूप से पूर्ण भी (कभी भी मुफ्त पैसे का अवसर न दे)।
यहीं पर "DYSANOS" नामक पेपर आता है। लेखकों ने, जो गणितज्ञों की एक टीम है, इन बाजार सिमुलेशन को उत्पन्न करने के लिए एक नए प्रकार का इंजन बनाया है। वे अपनी इस रचना को DYSANOS कहते हैं, जिसका अर्थ है "Generative Dynamic Smooth Arbitrage-free Non-parametric Option Surfaces"। यह काफी लंबा नाम है, तो आइए इसे समझते हैं। वे एक ऐसा मॉडल बनाना चाहते थे जो केवल कुछ विशिष्ट दांवों के लिए कीमतों का अनुमान न लगाए, बल्कि हर संभावित दांव के लिए, हर संभावित समय पर, कीमतों की एक सहज और निरंतर "सतह" (surface) बनाए, और कभी भी ऐसा गणितीय दोष पैदा न करे जिससे मुफ्त पैसा कमाया जा सके। उन्होंने अपने इंजन का परीक्षण S&P 500 (सबसे बड़ी अमेरिकी कंपनियों की एक विशाल टोकरी) के वास्तविक डेटा पर किया और इसकी तुलना पुराने, सरल तरीकों से की। उन्होंने पाया कि जहाँ उनका नया इंजन गणित को साफ और सुचारू रखने में अविश्वसनीय रूप से अच्छा है, वहीं इसमें एक छोटी सी, छिपी हुई खामी भी है: यदि आप इन ऑप्शंस का एक्सपायर होने से पहले व्यापार करने की कोशिश करते हैं, तो सिमुलेशन कभी-कभी अनजाने में जोखिम-मुक्त लाभ कमाने का एक तरीका बना देता है। यह एक परफेक्ट वीडियो गेम की दुनिया बनाने जैसा है, जहाँ भौतिकी (physics) दोषरहित है, लेकिन यदि आप बिल्कुल सही क्षण पर दो प्लेटफार्मों के बीच कूदने की कोशिश करते हैं, तो आप गलती से फर्श के आर-पार उड़ सकते हैं।
पुराने सिम्युलेटर्स के साथ समस्या
कल्पना कीजिए कि आप एक पर्वत श्रृंखला का नक्शा बनाने की कोशिश कर रहे हैं। पुराना तरीका यह था कि कुछ विशिष्ट स्थानों (जैसे शिखर, घाटी और एक रिज) को चुना जाए और उनके बीच सीधी रेखाएं खींची जाएं। यह सरल है, लेकिन यह बहुत यथार्थवादी नहीं है। यदि आप वास्तविक दुनिया में उन स्थानों के बीच चलने की कोशिश करते, तो आप उस चट्टान या दलदल से टकरा जाते जिसे आपके नक्शे ने नहीं दिखाया था। वित्त में, इस "सीधी रेखा" वाले तरीके का अर्थ था कि सिम्युलेट किए गए ऑप्शन की कीमतें केवल कुछ विशिष्ट तारीखों और कीमतों के लिए मान्य थीं। यदि आप उनके बीच में कुछ व्यापार करना चाहते, तो गणित जटिल हो जाता, और "फ्री लंच" की समस्या अक्सर सामने आ जाती।
इस पेपर के लेखक कहते हैं, "आइए कुछ अलग करने की कोशिश करते।" कुछ बिंदुओं के बीच सीधी रेखाएं खींचने के बजाय, वे रेशम की चादर की तरह एक चिकनी, बहती हुई सतह बनाना चाहते हैं जो पहाड़ के ऊपर बिछी हो। यह चादर हर जगह चिकनी होनी चाहिए, ताकि आप कहीं भी देखें या जब भी व्यापार करें, गणित कायम रहे। वे इस चिकनी सतह को "SANOS" सतह कहते हैं। मुख्य शब्द यहाँ "आर्बिट्राज-फ्री" (arbitrage-free) है। सरल शब्दों में, इसका अर्थ है कि सतह इस तरह बनाई गई है कि शून्य जोखिम के साथ गारंटीकृत लाभ प्राप्त करने के लिए विभिन्न दांवों को मिलाने का कोई तरीका नहीं है। यदि सतह में कोई उभार या छेद है जो समझ में नहीं आता, तो एक स्मार्ट कंप्यूटर प्रोग्राम (या मानव व्यापारी) उसे खोज लेगा और उसका फायदा उठाएगा, जिससे सिमुलेशन टूट जाएगा।
जादुई मशीन: DYSANOS
लेखकों ने इन चिकनी सतहों को उत्पन्न करने के लिए DYSANOS नामक एक मशीन बनाई है। यह यहाँ कैसे काम करता है, इसके चरण दिए गए हैं:
ब्लूप्रिंट (SANOS): सबसे पहले, उन्होंने एक विशेष गणितीय रेसिपी (SANOS डिकोडर) बनाई जो संख्याओं के एक छोटे सेट को ऑप्शन की कीमतों की एक पूर्ण, चिकनी सतह में बदल देती है। इसे एक 3D प्रिंटर की तरह समझें। आप प्रिंटर को केवल कुछ निर्देशांकों (coordinates) वाली एक छोटी फ़ाइल देते हैं, और वह एक आदर्श, चिकनी मूर्ति प्रिंट कर देता है। इस मामले में, "मूर्ति" सभी संभावित ऑप्शन कीमतों का एक नक्शा है। जादू यह है कि रेसिपी ऐसी बनाई गई है कि मूर्ति में कोई छेद या उभार नहीं हो सकता जो मुफ्त भोजन (फ्री लंच) की अनुमति दे। यह गणितीय रूप से सुरक्षित होने की गारंटी देता है।
सीखने का चरण (Learning Phase): मशीन को सीखने की आवश्यकता है कि एक वास्तविक बाजार कैसा दिखता है। लेखकों ने इसमें S&P 500 के वर्षों के वास्तविक डेटा को डाला। उन्होंने मशीन को केवल यह नहीं बताया कि "कीमतों का अनुमान लगाओ।" इसके बजाय, उन्होंने मशीन को वास्तविक बाजार को देखने और उन छिपे हुए "नब्स" (जिन्हें 'हिडन स्टेट्स' कहा जाता है) को समझने के लिए प्रशिक्षित किया जो सतह के आकार को नियंत्रित करते हैं। उन्होंने पाया कि पूरे बाजार के व्यवहार का वर्णन करने के लिए उन्हें केवल लगभग 20 इन नब्स की आवश्यकता थी। यह ऐसा है जैसे यह महसूस करना कि एक जटिल नृत्य की दिनचर्या को केवल कुछ प्रमुख चालों द्वारा वर्णित किया जा सकता है, न कि हर एक कदम को याद करके।
जेनरेटर (The AR(1) Model): एक बार जब मशीन ने इन नब्स को सीख लिया, तो उन्होंने इन नब्स को समय के साथ हिलाने (wiggle) के लिए एक सरल इंजन बनाया। उन्होंने एक बुनियादी सांख्यिकीय उपकरण का उपयोग किया जिसे AR(1) मॉडल कहा जाता है। एक नशे में धुत व्यक्ति की कल्पना करें जो घर जा रहा है। वह एक कदम लेता है, लेकिन वह थोड़ा सा इस बात से प्रभावित होता है कि वह एक क्षण पहले कहाँ था (वह उसी दिशा में चलते रहने की प्रवृत्ति रखता है) और थोड़ा सा रैंडम लड़खड़ाहट भी होती है। इन नब्स का यह सरल "डंकी वॉक" (drunk walk) अगले दिन के लिए एक नई, चिकनी सतह बनाता है, और फिर अगले दिन, जिससे बाजार के विकसित होने के तरीके की एक लंबी फिल्म बन जाती है।
परिणाम: चिकना लेकिन थोड़ा त्रुटिपूर्ण
लेखकों ने अपनी मशीन चलाई और इसकी तुलना एक बहुत पुराने, सरल तरीके से की जो केवल पिछले पैटर्न के आधार पर कीमतों का अनुमान लगाता था (जिसे PCA मॉडल कहा जाता है)। परिणाम दिलचस्प थे:
अच्छी खबर: जब उन्होंने "फ्री लंच" (स्टैटिक आर्बिट्राज) के लिए सतह की जांच की, तो DYSANOS ने शानदार प्रदर्शन किया। इसके द्वारा बनाई गई हर सतह गणितीय रूप से पूर्ण थी। यदि आपने किसी ऑप्शन को उसके एक्सपायरी तक रखा, तो वहां फायदा उठाने का कोई तरीका नहीं था। सतह चिकनी, यथार्थवादी थी, और उन ऊबड़-खाबड़ किनारों से मुक्त थी जो पुराने मॉडलों में समस्या पैदा करती थीं।
बुरी खबर (डायनामिक आर्बिट्राज): हालाँकि, लेखकों ने परीक्षण किया कि क्या होता है यदि आप एक्सपायर होने से पहले इन ऑप्शंस में व्यापार करते हैं। उन्होंने लाखों पथों (paths) का अनुकरण किया और उन स्थितियों की तलाश की जहाँ एक ट्रेडर दिनों के बीच ऑप्शंस को खरीद और बेचकर गारंटीकृत लाभ कमा सकता है। यहाँ, उन्होंने एक समस्या पाई। हालांकि सतह स्वयं पूर्ण थी, लेकिन एक दिन से दूसरे दिन के बीच का संचालन (movement) पूरी तरह से सटीक नहीं था। कुछ विशिष्ट परिदृश्यों में, सिमुलेशन ने एक "डायनामिक आर्बिट्राज" की अनुमति दी—यानी दिनों के बीच बाजार के समय का फायदा उठाकर पैसा कमाने का एक तरीका।
स्पष्ट करने के लिए, यह कोई बहुत बड़ी, स्पष्ट त्रुटि नहीं थी। यह एक सूक्ष्म, संख्यात्मक त्रुटि थी जो तब दिखाई दी जब उन्होंने डेटा को बहुत बारीकी से देखा। लेखकों ने लाखों सिम्युलेटेड पाथ और विभिन्न प्रकार की ट्रेडिंग रणनीतियों का उपयोग करके इसका कड़ाई से परीक्षण किया। उन्होंने पाया कि जबकि पुराना मॉडल (PCA) स्पष्ट 'फ्री लंच' से भरा हुआ था, DYSANOS बहुत बेहतर था, लेकिन फिर भी इसमें दिनों के बीच व्यापार करने के दौरान ये छोटे, छिपे हुए रास्ते (loopholes) मौजूद थे।
यह क्यों महत्वपूर्ण है
यह पेपर एक बड़ा कदम है क्योंकि यह साबित करता है कि आप एक ऐसा मार्केट सिम्युलेटर बना सकते हैं जो डिज़ाइन के अनुसार चिकना और गणितीय रूप से सुरक्षित हो। पिछले मॉडल "सॉफ्ट" नियमों पर निर्भर थे, इस उम्मीद में कि वे गलतियाँ नहीं करेंगे। DYSANOS एक कठोर गणितीय गारंटी का उपयोग करता है कि सतह स्वयं सुरक्षित है।
हालाँकि, लेखक इस बारे में भी ईमानदार हैं कि उन्होंने अभी तक क्या हल नहीं किया है। वे स्वीकार करते हैं कि हालांकि उनका मॉडल चिकनी सतहें उत्पन्न करने के लिए बहुत अच्छा है, लेकिन डायनामिक्स (कि सतह समय के साथ कैसे चलती है) पर अभी भी काम करने की आवश्यकता है। तथ्य यह है कि उन्होंने इन छोटे डायनामिक आर्बिट्राज अवसरों को पाया, जिसका अर्थ है कि यदि आप इस मॉडल का उपयोग व्यापार करने के लिए एक AI को प्रशिक्षित करने के लिए करते हैं, तो AI वास्तविक बाजार में व्यापार करने के बजाय इन छोटी खामियों का फायदा उठाना सीख सकता है।
अंत में, DYSANOS एक बिल्कुल नई, हाई-टेक कार की तरह है। इसमें एक बेहतरीन इंजन और एक चिकनी सवारी है, लेकिन स्टीयरिंग व्हील में थोड़ी सी ढील है। लेखकों ने इस प्रकार की समस्या के लिए दुनिया का सबसे अच्छा चेसिस और इंजन बनाया है, लेकिन वे स्वयं स्वीकार करते हैं कि रेसट्रैक पर जाने से पहले स्टीयरिंग (डायनामिक हिस्सा) को और अधिक ट्यूनिंग की आवश्यकता है। उन्होंने एक ऐसा आधार तैयार किया है जहाँ हम गणित के नियमों को तोड़े बिना पूरे बाजार के इतिहास का अनुकरण कर सकते हैं, लेकिन फिलहाल, हमें यह ध्यान रखना होगा कि हम इसे कैसे चलाते हैं।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।