隐含波动率曲面的主成分分析 (PCA)
摘要：使用主成分分析(PCA)是从历史资产收益中构建因子模型时的有用工具。针对美国股票隐含波动率，有一种基于PCA的模型，其中包含一个主要特征投资组合，其收益时间序列与一个全面市场因子非常接近。作者证明了这个市场因子是由每日复利的隐含波动率回报的加权平均值形成的指数，其中的权重基于期权的未平仓合约（OI）和Vega。作者还分析了从标准普尔500成分股的隐含波动率的张量结构中得出的奇异向量，并发现有证据表明OI和Vega加权指数应该是市场中至少两个重要因素之一。
作者：Marco Avellaneda, Brian Healy, Andrew Papanicolaou, George Papanicolaou
论文ID：2002.00085
分类：Statistical Finance
分类简称：q-fin.ST
提交时间：2020-02-04