SSVI (Surface SVI)

Aprenda SSVI do zeroLição interativa · pressupõe conhecimento básico de SVI

info

O SSVI é uma extensão em nível de superfície do SVI. Comece por lá se você não estiver familiarizado com o modelo por slice. Para o pipeline completo de construção de superfícies, veja Como as Superfícies São Construídas.

SSVI (Surface SVI) estende o modelo de smile SVI de slices de vencimento individuais para toda a superfície de volatilidade. A principal vantagem: a ausência de arbitragem de calendário é garantida por construção. Você nunca precisa ajustar slices independentemente e depois corrigir inconsistências entre vencimentos posteriormente.

O Problema Que o SSVI Resolve

Com o SVI por slice, você ajusta cada vencimento independentemente. Cada slice pode ser internamente consistente (sem arbitragem de butterfly), mas os slices podem se contradizer. Especificamente, a variância total em um determinado strike pode diminuir de um vencimento para o próximo, criando uma arbitragem de calendário.

Corrigir isso posteriormente (ajuste post-hoc) é frágil: você mexe em um slice, o que muda o ajuste, o que pode criar uma nova violação em outro lugar. O SSVI evita isso completamente ao modelar a superfície de forma conjunta.

Como Funciona

O SSVI descreve a variância total como uma função tanto do log-moneyness $k$ quanto da variância total ATM $\theta_t$ :

O insight: em vez de ajustar 5 parâmetros por slice (25 parâmetros para 5 vencimentos), o SSVI parametriza toda a superfície com um pequeno número de parâmetros globais mais a curva de variância total ATM $\theta_t$ .

O papel de cada peça

$\theta_t$ (curva de variância total ATM): Este é o esqueleto da estrutura a termo. Ela deve ser crescente em $t$ (um requisito básico de ausência de arbitragem). Você a observa diretamente a partir dos preços das opções ATM.

$\rho$ (skew): Um único parâmetro que controla a inclinação do smile. Compartilhado entre todos os vencimentos. Esta é uma simplificação: na realidade, o skew pode mudar com o vencimento, mas o SSVI troca essa flexibilidade por garantias de ausência de arbitragem de calendário.

$\varphi(\theta_t)$ (função de inclinação do smile): Controla quão largo é o smile em cada vencimento. À medida que $\theta_t$ cresce (vencimentos mais longos), o smile normalmente se achata. $\varphi$ codifica esse decaimento.

Escolha comum para $\varphi$

A forma "power-law" (lei de potência) é padrão:

O Trade-off

O SSVI tem menos graus de liberdade do que o SVI por slice. Isso é tanto sua força quanto sua limitação.

	SVI por slice	SSVI
Parâmetros	5 por vencimento (25 para 5 slices)	3 globais + curva ATM
Arbitragem de calendário	Deve ser verificada e corrigida após o ajuste	Livre por construção
Qualidade do ajuste por slice	Excelente (5 params livres por slice)	Boa, mas restrita
Variação do skew	Pode diferir por vencimento	Um único $\rho$ para todos os vencimentos
Quando usar	Análise de slice individual, dados esparsos	Superfície completa, precificação em produção

A maior restrição: o SSVI usa um único $\rho$ para todos os vencimentos. Na prática, o skew de curto prazo é frequentemente mais acentuado do que o skew de longo prazo. O SSVI lida com isso parcialmente através do $\varphi$ (que controla a inclinação das asas por vencimento), mas não consegue capturar toda a variação que o SVI por slice consegue.

Para a maioria das aplicações em cripto e ativos subjacentes, esse trade-off vale a pena. A garantia de ausência de arbitragem de calendário elimina uma classe inteira de bugs de superfície.

Quando o Smile se Achata Com o Tempo

Estrutura a Termo

Backwardation: IV near-term > long-term. Sinaliza risco de evento precificado.

Alterne entre formas para ver como a estrutura a termo muda. Backwardation frequentemente sinaliza um evento próximo.

O SSVI captura naturalmente a observação de que smiles de prazo mais longo são mais achatados do que smiles de prazo mais curto. A função $\varphi(\theta_t)$ decai à medida que $\theta_t$ cresce, o que significa que a largura do smile diminui com o vencimento. Isso corresponde ao comportamento do mercado: eventos binários de curto prazo criam smiles acentuados, mas smiles de longo prazo fazem a média sobre muitos cenários possíveis e se achatam.

Ajustando o SSVI

Extraia a curva de variância ATM $\theta_t$ dos dados de mercado. Isso é apenas a IV ATM em cada vencimento, ao quadrado e multiplicada pelo tempo.
Ajuste $\rho$ , $\eta$ , $\gamma$ minimizando o erro ponderado entre o SSVI e as IVs observadas em todos os strikes e vencimentos simultaneamente.
Imponha as restrições durante a otimização: $\eta(1 + |\rho|) < 2$ , $\gamma \in [0, 1]$ , $\theta_t$ crescente.

A otimização é rápida (3 parâmetros) e robusta. Nenhuma correção post-hoc de calendário é necessária.

SSVI vs. SVI por Slice

Use o SVI por slice quando:

Você só se importa com um vencimento por vez
Você precisa da máxima qualidade de ajuste por slice
Você tem dados esparsos (poucos vencimentos) e quer flexibilidade
Você está disposto a lidar com as verificações de arbitragem de calendário manualmente

Use o SSVI quando:

Você precisa da superfície completa para precificação em produção
A ausência de arbitragem de calendário é inegociável
Você quer uma representação compacta (3 params + curva ATM)
Você está precificando em múltiplos vencimentos simultaneamente

Implementações de código aberto

Repo	Por que examiná-lo
SVI-Vol-Surface	Ajuste de superfície SSVI
QuantLib	SSVI no módulo experimental

Veja também:

Parametrização SVI - O modelo por slice
ORC Wing (Jump-Wing) - Reparametrização SVI amigável para traders
Métodos de Interpolação - Todos os métodos comparados
Como as Superfícies São Construídas - O pipeline completo

O Problema Que o SSVI Resolve​

Como Funciona​

O papel de cada peça​

Escolha comum para φ\varphiφ​

O Trade-off​

Quando o Smile se Achata Com o Tempo​