Buscando Consejos sobre Normalización del Cambio de Volatilidad Implícita para Modelado de Opciones

Question

Estoy trabajando con un conjunto de datos sustancial que abarca cinco años de datos de opciones semanales, con registros hasta el segundo. Mi objetivo es desarrollar un modelo que pueda predecir con precisión la función de masa de probabilidad (PMF) de la reacción de la volatilidad implícita (IV) BSM ATM en 1 día si se proporcionan IV actuales, tiempo hasta la expiración actual (DTE) y cambio porcentual en el subyacente.

Aquí es donde estoy buscando consejo: Los cambios en la volatilidad implícita varían significativamente con el DTE, con opciones cercanas al vencimiento mostrando cambios más grandes en comparación con aquellas más lejanas.

Para abordar este problema, estoy buscando derivar el valor normalizado del cambio en la volatilidad implícita para varios vencimientos en relación con el cambio porcentual en el activo subyacente durante 1 día.

Después de normalizar el cambio en la volatilidad implícita, utilizaré la estimación de densidad de núcleo (KDE) para construir su distribución.

Agradecería mucho cualquier conocimiento, mejores prácticas o recomendaciones de profesionales experimentados en el campo con respecto al proceso de normalización.

Gracias a todos por su tiempo y ayuda.

Answer 1

Hice un poco de investigación sobre la normalización de IV, donde utilicé el promedio transversal de IV entre IV de opciones (con diferentes precios de ejercicio). También puedes usar un promedio de IV de series temporales, como el IV de esa opción en el último mes. Ambos promedios se pueden usar para escalar/normalizar tus valores de IV.

No estoy seguro si esta es la forma en la industria, pero hay académicos que han utilizado ambos de estos métodos que mencioné anteriormente.