第 18 章 · 随机波动率
走出 BS 的常波动率与连续路径假设，理解 smile 的模型解释
理解 Heston 如何通过随机波动率与相关性自然生成 smile / skew；理解 Merton 跳跃扩散如何解释短期 OTM put 的高 IV；知道 SABR 更适用于哪些市场；建立“市场先有价格，再逼模型解释”的认知边界。
- 已掌握第 5 章 Black-Scholes 的基本假设
- 已掌握第 8 章 smile / skew 的市场现象
- 已掌握第 15 章波动率曲面的形状与动力学
常波动率与连续路径并不能解释市场里持续存在的 smile / skew / fat tail。模型层真正要回答的问题不是“公式更漂亮了吗”，而是：这些曲面形状到底来自随机波动率、跳跃风险，还是两者共同作用。
0. BS 假设与现实偏离
Black-Scholes 最强的地方是给出了一套极其清晰的基准语言；它最弱的地方则是把波动率看成常数、把路径看成连续。这足够定价一个理想世界，却不足以解释真实世界里系统性的左尾溢价与期限依赖。
所以本章不是为了“推翻 BS”，而是为了理解：当市场价格明显偏离常波动率世界时，下一层最常见的解释工具分别是什么。
1. Heston 的直觉
Heston 的核心不是参数多，而是承认了一个现实：波动率本身也会动，而且通常具有均值回归；同时，spot 与 vol 并不独立，很多股票与指数下跌时波动率会上升，这就是负的 spot-vol correlation。
这就是为什么 Heston 天然适合解释 skew：不是人为把左尾抬高，而是让“跌了以后 vol 会更高”这件事直接写进动力学里。
2. Merton 跳跃扩散
如果你关心的是 earnings gap、黑天鹅、宏观突发这类“不是慢慢走过去，而是突然跳过去”的风险，那么随机波动率还不够。Merton 的关键补充，是承认价格路径会发生离散跳跃。
这能更直接解释短端 OTM put 为什么会特别贵：市场并不是只怕“更高的连续波动”，而是在给“突然一下掉下去”的 gap risk 额外收费。
3. SABR（概览）
SABR 的地位和 Heston / Merton 不完全一样。它更像一门非常实用的曲面拟合语言，尤其在利率、FX、商品等市场里被广泛使用，因为它能很好地表达不同期限上的 smile 形态与 beta 选择。
这一章不把 SABR 当主线展开，因为它更偏“怎么把曲面拟合得更好”；但你至少要知道，它是很多专业 desk 真正在用的工业级语言之一。
4. 模型 vs 市场
最危险的误区，是把模型当成真相。更准确的说法是：市场先有价格，再逼模型解释。模型只是把某些现象压缩成参数语言，便于比较、拟合与风险管理。
- • BS 擅长给基准价格与对冲语言。
- • Heston 擅长解释 skew 与波动率均值回归。
- • Merton 擅长解释 gap risk 与短端尾部溢价。
- • SABR 擅长把曲面用 desk 习惯的方式拟合出来。
所以真正成熟的认知边界，不是问“哪个模型正确”，而是问“当前这张曲面最需要哪一种语言来解释”。
5. 从模型回到交易
模型差异真正有用的地方，不在论文里，而在风险判断里：你是在冒 skew risk、vol-of-vol risk，还是在冒 jump risk？这会直接影响你更该看哪一侧的 Greeks 与哪一段期限结构。
这也是为什么交易员最终关心的不是模型名字，而是：当左尾被重新定价、当事件溢价被抬高、当 skew 变陡时，我的 book 到底会怎么变。
小结
本章把现象层往下挖了一层：当你看到 smile、skew、fat tail 与 jump premium 时，可以分别想到随机波动率、spot-vol 相关性、离散跳跃风险，以及更工业化的 SABR 曲面语言。
高阶篇主线到这里结束：从高阶 Greeks、曲面、事件、dealer flow，再到模型解释，你已经具备把价格、风险与微观结构放到同一张地图上观察的能力。