Modelo Rough Bergomi
Rough Bergomi explica algo que ha desconcertado a los traders durante años: ¿por qué las sonrisas de vencimiento corto son tan empinadas? La respuesta resulta ser que las trayectorias de volatilidad en los mercados reales son mucho más irregulares de lo que asumen los modelos clásicos. Cuando mide la "rugosidad" de la volatilidad realizada real en BTC, ETH o el S&P 500, encuentra que es mucho más rugosa que cualquier cosa que Heston o SABR puedan producir.
Este modelo no se utiliza para el ajuste de superficies en tiempo real -- es demasiado lento. Su valor es teórico: le dice por qué las superficies de volatilidad tienen el aspecto que tienen, y le da la intuición correcta al ajustar modelos prácticos como SVI a opciones cripto de vencimiento corto. Los patrones de volatilidad implícita que explica son visibles en todos los mercados de opciones líquidos.
La idea clave de la rugosidad
Medida en acciones, FX y cripto, las trayectorias de volatilidad son mucho más irregulares de lo que asumen los modelos estándar. Esta rugosidad produce naturalmente el empinado skew de vencimiento corto observado en los mercados -- sin necesidad de saltos ni parámetros extremos.
Interactivo: Rugosidad y Skew
Utilice el deslizador de abajo para ver ambos efectos del parámetro de rugosidad (H) en acción. El panel izquierdo muestra cómo un H más bajo produce trayectorias más dentadas e irregulares. El panel derecho muestra cómo esa rugosidad se traduce en un skew de vencimiento corto más empinado.
Explorador de trayectorias rugosas
Rugosidad de la trayectoria
Skew ATM vs vencimiento (log-log)
Arrastre el deslizador para cambiar H. Un H más bajo produce trayectorias más irregulares (izquierda) y un skew de corto plazo más pronunciado (derecha). Con H=0.5, la trayectoria es un movimiento browniano estándar y el skew sigue el decaimiento clásico T^(-0.5).
Qué Significa "Rugoso"
Los modelos clásicos como Heston dan a la volatilidad trayectorias suaves, que serpentean gentilmente -- como un río. Rough Bergomi da a la volatilidad trayectorias dentadas, similares a una línea costera. Esto no es una elección de modelado -- es lo que muestran los datos cuando se miden trayectorias reales de volatilidad a alta frecuencia.
La rugosidad está controlada por un único número: el parámetro de Hurst H. Menor H = trayectorias más rugosas = skew de vencimiento corto más empinado.
H cerca de 0.1 es un hecho, no una elección
Los investigadores encuentran H cerca de 0.1 ya sea que midan el S&P 500, acciones individuales, BTC o ETH. Los datos mismos dicen que las trayectorias de volatilidad son rugosas. El modelo está construido sobre lo que muestran los datos.
La ley de potencia del skew ATM
El parámetro de rugosidad H controla cómo el skew ATM decae desde vencimientos cortos hasta largos. Con H cerca de 0.1, el skew de vencimiento corto es empinado y se aplana a medida que se avanza hacia vencimientos más largos. Este único parámetro explica toda la estructura temporal del skew desde 1 día hasta 1 año -- tanto en cripto como en acciones.
Los modelos clásicos (Heston, SABR) se equivocan sistemáticamente en esto: sobrepredicen el skew a 1 día y lo subpredicen a 30 días. Rough Bergomi con H cerca de 0.1 acierta en el punto justo. El marco de Black-Scholes no puede capturar este comportamiento de ley de potencia en absoluto.
El empinado skew de vencimiento corto explicado
Rough Bergomi explica por qué el skew de vencimiento corto es tan empinado. Es una idea teórica, no una herramienta de producción.
Parámetros
Tres parámetros libres, más la curva de varianza forward de los datos de mercado.
Fortalezas y Limitaciones
Comparación con Modelos Clásicos
Por Qué Importa para Cripto
Una lente, no una herramienta de producción
Rough Bergomi es como Black-Scholes -- no es el modelo que ejecuta en producción, sino el marco que le da el lenguaje y la intuición correctos.
Explica por qué las sonrisas cripto tienen el aspecto que tienen. Las superficies de volatilidad de BTC y ETH tienen skews de vencimiento corto empinados. Rough Bergomi dice: esta pendiente es la consecuencia natural de trayectorias de volatilidad rugosas, que es lo que muestran los datos.
Le da el prior correcto para el ajuste de SVI. Si está ajustando SVI a datos escasos de vencimiento corto, la volatilidad rugosa le dice que el skew debería ser empinado. La ley de potencia le da una expectativa cuantitativa de cómo debería evolucionar el skew a través de los vencimientos. Útil cuando los datos son escasos. En cada strike, la volatilidad implícita esperada se deriva de la rugosidad del proceso de varianza subyacente.
Enmarca la frontera de la investigación. El ajuste con deep learning de modelos de volatilidad rugosa, la volatilidad local-rugosa híbrida y las variantes de rough Heston pueden eventualmente ser lo suficientemente rápidos para uso en tiempo real. Comprender el marco ahora significa que reconocerá estas herramientas cuando lleguen. Conceptos como la cobertura delta y la exposición vega siguen siendo los mismos, pero su cálculo se vuelve mucho más difícil bajo dinámicas rugosas. El desafío es calcular estas griegas sin violaciones de arbitraje de calendario al unir cortes simulados, algo a lo que las alas OTM son especialmente sensibles.
Explorador de Ecuaciones
Convierta entre volatilidad implícita, varianza total, log-moneyness y precios de opciones.
Explorador de ecuaciones
Autoevaluación
💡 Consejo: Intenta responder cada pregunta por tu cuenta antes de revelar la respuesta.
Construyendo intuición matemática
Aprenda Rough Bergomi desde ceroLección interactiva · sin requisitos previosEsta lección comienza con la idea clave de la volatilidad rugosa, luego explica el parámetro de Hurst, el proceso de varianza y por qué la rugosidad empina naturalmente el extremo corto de la sonrisa.
Ver también:
- Modelo SABR -- Modelo de volatilidad estocástica para dinámicas de la sonrisa
- Modelo Heston -- Volatilidad estocástica clásica con varianza con reversión a la media
- Parametrización SVI -- El método práctico de ajuste de la sonrisa
- SSVI (Surface SVI) -- Extensión de superficie libre de arbitraje de calendario
- Skew -- Comportamiento empírico del skew y su medición
- Estructura Temporal -- Cómo varía la volatilidad a través de los vencimientos
- Métodos de Interpolación -- Todos los métodos comparados