我可以從反向波動率表面得出什麼解釋？
今天從彭博社提取一些報告時，我發現了紐約證券交易所程式碼的波動性表面：ONDK，定於下週一召開財報電話會議。從我之前看到的情況來看（不多，工作 1 個月並且還在計數）波動性應該隨著時間的推移而呈上升趨勢，並且當你繪製波動性與金錢的關係時，它會以“微笑”的形式出現。ONDK 的表面波動性隨著期限而下降，並且呈現出更多的是波動性皺眉而不是微笑。
當接近貨幣期權的波動率最高時，這究竟意味著什麼？什麼可以推動波動性隨期限下降？
我剛剛檢查了這個。我看到了你所指的圖片，我認為皺眉不是真的。其中大部分看起來像是由廣泛的買賣價差和極高的隱含波動率造成的噪音。這裡的數據很差，選項分散得很遠。底層證券為 4.60 美元，期權價格相差 1 美元。這就像 SPX 每 500 點或多或少的一次罷工。所以微笑在前幾個月只有 0-2 個有用的數據點，然後 BBG 的算法根據這些點創建了一個微笑。我知道很少有人注重細節，能夠用如此稀疏的數據做出好笑。我可能是我見過的唯一一個足以嘗試做到這一點的人，儘管我確信還有其他人我沒有見過。
我喜歡以非常特定的順序排列各種微笑。我為每個到期時間分配一個指標，衡量微笑中有多少“資訊”。對於該指標，我考慮了 delta 空間中有用的行權範圍、該範圍內我可用的行權數量，以及買賣價差的平均平均程度。然後我首先根據我的指標擬合具有最多“資訊”的微笑。然後給出我在表面上擬合的最後一個微笑，我歸納地擬合下一個微笑，同時試圖保持這個微笑和已經擬合的合理且沒有套利的微笑之間的前向波動。通過強制執行不套利，我們實際上獲得了更平滑的期限結構橫截面，因為我們通過貨幣來改變罷工 - 即使我沒有為太多外來物定價，這對我來說非常有價值。這些期限結構橫截面的平滑度使我的參數的期限結構擬合每個微笑更加平滑。參數的平滑度使參數對其他事物有意義和有用。
我的觀點——做這種細緻的工作會給你帶來你更熟悉的微笑。
另一個潛在問題——這是一個很大的問題——我看到對 BBG 的空頭興趣表明，目前 12.52% 的流通股是空頭。這意味著借款成本可能很高，BBG 可能在假設借款成本並不罕見的情況下計算 vols。非常昂貴的借貸成本將改變遠期 - 將藉貸成本視為連續的股息收益率。這會極大地扭曲 vols，但我無法確認這次借用的成本有多高。
就期限結構成交量而言，通常成交量的期限結構正在增加，但當存在事件風險（如收益）時，短期成交量可能高於長期成交量。此外，在極端壓力期間，由於 vol 的均值回歸性質，vol 期限結構往往會減少。換句話說，通常壓力時期是短暫的，因此短期成交量應該非常高 - 並且從幾個月開始的長期成交量應該恢復到更正常的水平 - 即幾個月後開始的遠期成交量低得多。