模型
模型驗證標準
假設我在某個資產類別上有一個全新的花哨模型（校準程序包括一組普通選項），我真的相信我在其中與現有文獻相比向前邁進了一步（我認識的一種幻想情況）。
應該符合哪些標準，以便我可以聲稱我能夠“驗證”這個模型？
PS：我們會假設數學沒問題，並且我可以證明模型實現中沒有錯誤
我不認為有一個確切的時間點可以說模型是有效的（嗯，它是模型而不是法律）。例如，E. Derman 在他關於模型風險的文章中將模型的驗證描述為一個迭代過程：
在模型開發過程中不可能避免錯誤，尤其是在交易大廳脅迫下創建它們時….因此，在模型建構後，開發人員對其進行了廣泛的測試。此後，其他開發人員也“玩”了它。接下來，依賴模型進行定價和對沖的交易者使用它。最後，它被發布給銷售人員。經過一段適當長的時間，在此期間大部分皺紋都被消除，它被提供給適當的客戶。這種緩慢的擴散有助於緩慢而穩定地消除許多風險。
他還在這裡描述了構成模型風險的 6 種可能性：
- 型號不正確
- 正確的模型，錯誤的解決方案
- 正確型號，不當使用
- 近似錯誤的解決方案
- 軟體和硬體錯誤
- 不穩定的數據
除此之外，他還提供了一些技巧，可用於避免模型風險及其後果（僅舉幾例）：
- 先在簡單案例中測試複雜模型
- 測試模型的邊界
- 不要忽視微小的差異
我認為最重要的問題（除了必須執行的所有數學問題和穩健性測試）是：
- 為什麼這個模型首先起作用？
- 其背後的經濟原理是什麼？
- 為什麼收益沒有被套利？
- 誰為您的退貨買單，為什麼？
- 這種情況可能是可持續的嗎？
當你不能令人滿意地回答這些問題時，很可能你的結果好得令人難以置信。