Sintesi Tecnica: PIVOT – Collegare la Volatilità Implicita Black-Scholes e gli Obiettivi di Prezzo tramite l'Operatore Differenziabile di Jäckel

1. Definizione del Problema

I moderni sistemi di machine learning per il pricing delle opzioni operano in due spazi di coordinate distinti: lo spazio dei prezzi, dove risiedono le quotazioni di mercato e i vincoli di assenza di arbitraggio sono naturalmente imposti, e lo spazio della volatilità implicita (IV), dove le superfici di volatilità vengono regolarizzate, smussate e valutate. Un collo di bottiglia critico esiste all'interfaccia tra questi spazi. Sebbene il solver "Let's Be Rational" (LBR) di Jäckel fornisca un metodo altamente efficiente e a precisione di macchina per invertire i prezzi Black-Scholes in IV, le implementazioni esistenti sono scalari, limitate alla CPU e prive di differenziabilità.

Ciò crea un disallineamento per l'addestramento delle reti neurali:

1. Non-differenziabilità: I solver standard (es. py_vollib) non supportano l'autodifferenziazione (autograd), impedendo ai gradienti di fluire attraverso il passaggio di inversione della IV.
2. Singolarità: La mappa inversa da prezzo a IV è singolare nel regime di bassa Vega (dove $\partial P / \partial \sigma \to 0$), causando la divergenza della derivata $\partial \sigma / \partial P = 1/V$. I flussi di lavoro esistenti spesso gestiscono questo problema filtrando manualmente le righe a bassa Vega, scartando dati preziosi che potrebbero essere supervisionati tramite perdite nello spazio dei prezzi.
3. Scalabilità: L'addestramento su milioni di contratti richiede operazioni vettorizzate e accelerate su GPU, che i solver scalari su CPU non possono fornire.

Il documento sostiene che la soluzione non sia sostituire l'attendibile solver numerico con un'approssimazione appresa, ma creare un ponte differenziabile che preservi il passaggio forward esatto di LBR fornendo al contempo gradienti analiticamente corretti per il passaggio backward.

2. Metodologia

Il sistema proposto, PIVOT (Price–Implied-Volatility Objective Translator), decompone il compito di inversione della IV in un passaggio forward e un passaggio backward, trattando il solver come un primitivo opaco all'interno di un framework nativo per l'autograd.

2.1 Passaggio Forward: Solver Jäckel Vettorizzato

Il passaggio forward delega l'inversione a un'implementazione vettorizzata dell'algoritmo LBR di Jäckel.

• Normalizzazione: I parametri di mercato $(S, K, \tau, r, q)$ vengono convertiti in coordinate adimensionali: moneyness log-forward $k = \log(K/F)$ e volatilità totale $\sigma_\tau = \sigma\sqrt{\tau}$.
• Solver: L'algoritmo risolve $b(k, \sigma_\tau) = \beta$ (dove $b$ è la funzione Black normalizzata e $\beta$ è il prezzo normalizzato) utilizzando semi razionali e iterazioni di Householder per raggiungere la precisione di macchina.
• Vettorizzazione: Il solver è implementato come un primitivo batched su GPU (utilizzando kernel fusi in NumPy, PyTorch, JAX e Triton), gestendo simultaneamente catene di opzioni eterogenee.
• Mascheramento della Validità: Gli input non validi (es. prezzi inferiori al valore intrinseco, violazioni di arbitraggio, $\tau \le 0$) vengono esplicitamente mascherati come NaN invece di fallire silenziosamente.

2.2 Passaggio Backward: Differenziazione Implicita

Invece di eseguire il backpropagation attraverso la logica di branching, le approssimazioni razionali o le iterazioni di Householder del solver, PIVOT applica il Teorema della Funzione Implicita.

• L'Identità: Poiché il passaggio forward risolve $P(\xi, \sigma) = P^*$, la derivata della mappa inversa è data da:
  $$\frac{\partial \sigma_{imp}}{\partial P^*} = \frac{1}{V}, \quad \frac{\partial \sigma_{imp}}{\partial \xi} = -\frac{\partial P / \partial \xi}{V}$$
  dove $V = \partial P / \partial \sigma$ è la Vega.
• Implementazione: Il passaggio backward tratta la $\sigma_{imp}$ recuperata come l'esatta inversa locale della mappa di prezzo Black-Scholes/Black-76 fluida. Calcola il gradiente valutando la funzione di prezzo fluida e le sue derivate in $\sigma_{imp}$, bypassando interamente la logica interna del solver. Ciò garantisce che il costo del gradiente sia indipendente dal numero di iterazioni del solver.

2.3 Meccanismo di Gating per la Bassa Vega

Per affrontare la singolarità dove $V \to 0$ (causando $1/V \to \infty$), PIVOT introduce un meccanismo di gating consapevole del condizionamento:

• Set Ben Condizionato ($G_\tau$): Per le righe in cui $|V| > \tau$, viene applicato il gradiente esatto $1/V$.
• Coda Singolare: Per le righe in cui $|V| \le \tau$, il sistema non si limita a una regolarizzazione silenziosa. Inveve, applica un gate fluido $w_\tau(V) = V^2 / (V^2 + \tau^2)$ al termine di perdita dello spazio IV o restituisce NaN se la perdita richiede esplicitamente un gradiente mal condizionato.
• Fallback nello Spazio dei Prezzi: Le righe nella coda singolare rimangono nel batch e contribuiscono all'obiettivo di addestramento tramite perdite nello spazio dei prezzi (che sono ben condizionate), mentre il loro canale IV-space viene attenuato. Ciò consente al modello di apprendere dai dati a bassa Vega senza corrompere l'ottimizzatore con gradienti infiniti.

3. Contributi Chiave

Il documento presenta tre contributi specifici:

1. (C1) Jäckel come Primitivo Batched su GPU: Un'implementazione vettorizzata e residente su GPU del solver LBR che opera su catene di opzioni eterogenee, sostituendo i wrapper scalari su CPU con un backend ad alto throughput.
2. (C2) Backward Implicito Nativo per l'Autograd: Un operatore che fornisce derivate esatte della funzione inversa tramite differenziazione implicita, disaccoppiando il calcolo del gradiente dalla complessità interna del solver ed evitando il backpropagation attraverso la logica di branching.
3. (C3) Gating Consapevole del Condizionamento: Un meccanismo che gestisce esplicitamente la singolarità della bassa Vega, permettendo alle righe a bassa Vega di contribuire tramite residui nello spazio dei prezzi pur sopprimendo i loro gradienti instabili nello spazio IV, eliminando la necessità di pre-filtraggio manuale.

4. Risultati Empirici

Gli esperimenti sono stati condotti su una singola GPU NVIDIA H100 utilizzando dati sintetici e dati reali di OptionMetrics (SPX, RUT, VIX, NDX).

4.1 Prestazioni e Accuratezza

• Throughput: Il kernel Triton fuso raggiunge 1,79 miliardi di inversioni di IV al secondo con un errore relativo massimo di $9,3 \times 10^{-14}$ rispetto al solver C di riferimento.
• Generazione di Label: Il sistema genera 48,9 milioni di label IV sintetiche/s e 16,6 milioni di label SPX reali/s.
• Auto-coerenza: I residui round-trip (Prezzo $\to$ IV $\to$ Prezzo) mostrano un errore al 99° percentile $\le 1,8 \times 10^{-7}$ in unità di prezzo.

4.2 Impatto sull'Apprendimento della Superficie (Riproduzione HyperIV)

Gli autori hanno integrato PIVOT in un smooth di superficie di volatilità in stile HyperIV.

• Dominanza di Pareto: Gli obiettivi aumentati da PIVOT (che combinano MSE del prezzo e perdite roundtrip IV filtrate) dominano il Pareto rispetto alla baseline vanilla.
• Risultati SPX: La migliore configurazione con gating ha ridotto simultaneamente l'MAE del Prezzo del 38,8% e l'MAE della IV del 21,3%.
• Cross-Asset: Simili miglioramenti direzionali sono stati osservati su RUT (riduzione MAE Prezzo del 40,1%), VIX (24,2%) e NDX (16,7%).
• Necessità del Gating: Un controllo diagnostico "ungated" (omettendo il gate della bassa Vega) è collassato in una superficie degenerata vicina allo zero, con l'aumento del MAE del Prezzo fino al 2949% (NDX) e migliaia di passi di gradiente NaN, confermando che il gate è un requisito di correttezza, non un parametro di tuning.

5. Significato e Rivendicazioni

Il documento posiziona PIVOT non come una nuova strategia di trading o un sostituto dei solver numerici, ma come un interfaccia metodologica per pipeline di machine learning.

• Collegare le Coordinate: Permette un addestramento end-to-end differenziabile che ottimizza simultaneamente la coerenza del prezzo (dove i mercati quotano) e la fluidità della volatilità (dove le superfici vengono riportate), una capacità precedentemente ostacolata dalla natura non differenziabile dell'inversione della IV.
• Contratto di Correttezza: Il lavoro sostiene che la singolarità della bassa Vega sia una proprietà fondamentale della mappa prezzo-IV che deve essere gestita esplicitamente. Il meccanismo di gating è presentato come un "contratto di correttezza" che impedisce l'avvelenamento numerico dell'ottimizzatore, permettendo ai modelli di utilizzare l'intero dataset senza pre-filtraggio manuale.
• Riproducibilità e Governance: Rendendo esplicito il confine prezzo-IV (le righe non valide restituiscono NaN, le righe a bassa Vega sono filtrate), il framework supporta una rendicontazione più chiara della validità dei dati e del condizionamento nella curva di apprendimento della superficie di volatilità.

Gli autori dichiarano esplicitamente di non pretendere di generare superfici prive di arbitraggio (una proprietà ereditata dal modello baseline HyperIV), né di pretendere di risolvere la singolarità della bassa Vega cambiando l'obiettivo; piuttosto, forniscono il ponte differenziabile esatto che permette agli obiettivi esistenti di essere composti correttamente in presenza di tali singolarità.