Displaced Diffusion
Displaced Diffusion (auch verschobenes Lognormalmodell genannt) nimmt Black-Scholes und verschiebt die Preisachse. Statt den Forward-Preis direkt zu modellieren, modellieren Sie als lognormalverteilt, wobei die Verschiebung (Displacement) ist. Dadurch entsteht Skew ganz ohne stochastische Volatilität -- allein durch eine Koordinatenverschiebung.
Eine Koordinatenverschiebung erzeugt Skew
Die Parameter erkunden
Bewegen Sie den Regler für die Verschiebung, um zu sehen, wie die Verschiebung der Preisachse Asymmetrie erzeugt. Der Volatilitätsregler steuert das Gesamtniveau. Die gestrichelte blaue Linie zeigt den unverschobenen Fall (Black-Scholes).
Displaced-Diffusion-Explorer
Bewegen Sie den Verschiebungs-Regler, um zu sehen, wie das Verschieben der Preisachse Skew erzeugt. Die gestrichelte blaue Linie zeigt den unverschobenen Smile als Referenz.
Was die einzelnen Parameter bewirken
- Sigma (Volatilitätsniveau): Die implizite Volatilität, die auf den verschobenen Forward angewendet wird. Höheres Sigma = alles wird teurer.
- Verschiebung (d): Wie weit Sie die Preisachse verschieben. Ein negatives d erzeugt Put-Skew (die Volatilität steigt, wenn der Preis fällt). Ein positives d erzeugt leichten Call-Skew. Eine Verschiebung von null entspricht dem Standard-Black-Scholes-Modell.
Stärken und Grenzen
Der schnellste Weg von Black-Scholes zu Skew
Displaced Diffusion ist der schnellste Weg, Black-Scholes um Skew zu erweitern. Ein guter Ausgangspunkt, aber echte Märkte benötigen mehr Parameter. Für sauberes Delta- und Vega-Hedging über die gesamte Laufzeitstruktur benötigen Sie ein reichhaltigeres Modell.
Gleichungs-Explorer
Rechnen Sie zwischen impliziter Volatilität, Gesamtvarianz, Log-Moneyness und Optionspreisen um.
Gleichungs-Explorer
💡 Tipp: Versuchen Sie jede Frage selbst zu beantworten bevor Sie die Antwort aufdecken.
Mathematische Intuition aufbauen
Displaced Diffusion von Grund auf lernenInteraktive Lektion · keine Vorkenntnisse nötigDiese Lektion erklärt den Trick mit der verschobenen Achse in einfacher Sprache, zeigt, wie der Verschiebungsparameter den Smile verändert, und verbindet das Modell wieder mit der Black-Scholes-Intuition.
Siehe auch:
- CEV-Modell -- Ein weiteres einfaches Skew-Modell (Potenzgesetz-Backbone)
- SABR-Modell -- Vollständiges Modell mit stochastischer Volatilität (CEV-Backbone + Vol-of-Vol)
- Skew -- Warum der Smile geneigt ist
- Interpolationsmethoden -- Alle Smile-Modelle im Vergleich