評價系統實務：企業級交易系統的 Sticky Rules 與 SABR 模型應用

探討選擇權波動率曲面時，前文提及採用不同 Sticky Rules 可能導致的實務影響。在實務操作上，大型機構的標準作業流程中，交易員隨意調整單一商品 Sticky Rules 的權限通常受到嚴格控管。主流的企業級交易與風險管理系統 (如 Summit、Murex 或 Sophis)，其架構設計傾向將 Sticky Rules 直接與「資產類別 (Asset Class)」進行全域綁定。

要理解市場上的報價行為與造市商的防禦機制，需先釐清大型系統在底層設定波動率參數的邏輯，以及量化團隊如何在系統限制之外建立更精密的動態定價模型。

評價系統的底層預設邏輯：資產類別與 Sticky Rules

在大型衍生性商品管理系統中，建立波動率曲面的首要步驟是定義資產類別的底層邏輯。系統會根據資產的定價特性，規範其適用的曲面調整方式。

股權選擇權 (Equities)：基於絕對價值的 Sticky Strike

股票與股票指數具有絕對的價格基礎。企業的市值、技術線型的支撐與壓力區，皆建立在具體的數值上。市場參與者在特定價位會預先建立大量的掩護性買權 (Covered Call) 或避險部位。

這種市場結構賦予絕對履約價極強的記憶效應。系統在處理股權類別時，預設使用 Sticky Strike。當股價發生變動，系統假設特定履約價 $K$ 的隱含波動率 $\sigma(K)$ 保持不變。多數企業級系統在預設的股權衍生性商品模組中，若無特別客製化，通常僅設定 ATM (At-The-Money) Volatility 進行基礎評價，進階的動態偏態 (Skew) 調整會交由外部的量化模型處理。

外匯選擇權 (FX Options)：基於 Delta 空間的 Sticky Delta

外匯市場的報價慣例完全不同於股權市場。外匯是兩種貨幣的相對交換比率，缺乏絕對的價格錨點。外匯選擇權市場的流動性集中在特定的 Delta 水準 (例如 25 Delta Risk Reversal 或 10 Delta Butterfly)，而非特定的絕對匯率履約價。

基於報價慣例，評價系統處理外匯選擇權時，全面採用 Sticky Delta 規則。當現貨匯率變動時，系統假設具有相同 Delta 值 $\Delta$ 的選擇權，其隱含波動率 $\sigma(\Delta)$ 維持不變。此設定能真實反映外匯交易室依賴 Delta 點位進行造市與避險的實務情況。

大型評價系統實務：從市場數據設定看 Sticky Rules 的實作

觀察主流企業級交易系統的底層架構，系統不一定會提供名為「Sticky Rules」的全域開關。系統透過「市場數據設定 (Market Data Configuration)」的設計，強制各資產類別遵循對應的 Sticky 假設。以下剖析系統如何透過參數設定，實作外匯的 Sticky Delta 與利率的 Sticky Strike。

外匯模組 (FX)：以 Delta 空間為核心的 Sticky Delta 實作

外匯市場高度依賴 Delta 水準進行定價與避險。為在系統底層實現 Sticky Delta 的定價邏輯，評價系統的外匯波動率模組將座標系統建立在 Delta 空間上。

Smile Method 與 Delta 座標軸：外匯選擇權的標準報價為 Risk Reversal (RR) 與 Butterfly (BF)，這些報價皆綁定特定的 Delta 值 (如 10 Delta 或 25 Delta)。系統的 Smile Method 負責將這些報價透過平滑演算法 (如 Spline 內插法) 轉換為連續的波動率微笑曲面。
Sticky Delta 的觸發機制：系統會強制要求使用者定義 Delta 計算慣例 (Delta Convention，例如 Spot Delta 或 Forward Delta)。設定完成後，波動率曲面的 X 軸實質上轉換為 Delta 值。當現貨匯率 ( $S$ ) 發生跳動時，評價引擎會重新計算各履約價對應的新 Delta 值，並直接從這條以 Delta 為基準的曲面上讀取不變的波動率。此機制確保市場在快市跳動時，系統自動執行 Sticky Delta 的平移邏輯。

利率模組 (IR)：轉向絕對水準的 Sticky Strike

利率衍生性商品 (如 Swaption, Cap/Floor) 的波動率建構在系統設定上展現了與外匯完全不同的邏輯。其設定核心高度向 Sticky Strike 靠攏。

Absolute Strike 的定義：在系統的利率波動率 Smile Method 設定中，最常見的參數基準為絕對履約價 (Absolute Strike) 或以 ATM 為基準的絕對基點差 (Absolute Spread)。系統依據具體的利率數值 (例如 2.00%、2.50%) 儲存與建構波動率數據點。
基準模型 (Base Type) 與 Sticky 行為：切換至 Normal (Bachelier) 模型以應對低利率或負利率環境時，波動率的定義轉為絕對基點波動率 (Basis Point Volatility)。當底層遠期利率平移時，系統假設特定 Absolute Strike 上的波動率維持恆定。固定特定履約利率不變的行為模式，在數學本質與風險敏感度分析上即為標準的 Sticky Strike 規則。

透過模組化設定，大型系統在不寫死單一公式的情況下，讓外匯交易室自然遵循 Sticky Delta，同時讓利率交易簿維持在 Sticky Strike 的框架內，統一了跨部門的風險計算基礎。

突破靜態限制：SABR 模型的參數化動態定價

靜態的 Sticky Rules (無論是 Strike 還是 Delta) 是為了簡化計算與統一報價標準的妥協產物。在極端市況或高頻造市情境下，靜態假設會導致評價嚴重偏離真實市場價格，進而引發套利空間或避險失誤。量化團隊必須在標準系統架構之外，導入隨機波動率模型來描述標的資產與波動率的動態關係，其中業界最普及的便是 SABR 模型。

解構隨機波動率：SABR 的核心數學架構

SABR 模型 (Stochastic Alpha, Beta, Rho) 透過兩條聯立的隨機微分方程式 (SDE)，將標的資產的遠期價格 ( $F$ ) 與其波動率 ( $\alpha$ ) 視為隨機過程，直接捕捉市場微結構的動態變化：

$dF = \alpha F^\beta dW_1$

$d\alpha = \nu \alpha dW_2$

$E[dW_1 dW_2] = \rho dt$

在此系統中，四個關鍵參數各自控制波動率微笑曲線的幾何特徵，並對應真實市場的報價行為：

$\alpha$ (Alpha – 初始波動率水準)：代表當下價平選擇權 (ATM) 的基準波動率，為整條曲面上下平移的基礎錨點。
$\nu$ (Nu – 波動率之波動率 / Vol of Vol)：決定波動率微笑曲線的曲率 (Convexity) 或峰度 (Kurtosis)。 $\nu$ 值越高，代表市場預期未來出現極端行情的尾部風險極大，反映在選擇權市場上，兩端深價外 (Deep OTM) 履約價的波動率會大幅揚升，形成極深的微笑曲線。此參數直接影響部位的 Volga 風險暴露。
$\rho$ (Rho – 相關係數)：描述現貨價格與波動率變動之間的相關性，負責控制微笑曲線的傾斜度 (Skew) 或不對稱性。在股權市場中，股市下跌通常伴隨恐慌情緒與波動率飆升，此時校準出的 $\rho$ 通常為顯著負值。在外匯市場， $\rho$ 的正負取決於兩種貨幣相對的避險屬性與利差。該參數主導了 Vanna 風險的管理。

Beta 參數：動態連結 Sticky Rules 的關鍵樞紐

在 SABR 模型的四個參數中， $\beta$ (Beta) 是取代企業系統靜態 Sticky 規則的關鍵樞紐。 $\beta$ 決定波動率絕對水準如何隨標的資產價格的變動而縮放 (Scaling)。

透過歷史資料校準 (Calibration) 找出的 $\beta$ 值，能將模型無縫銜接到前述的靜態系統邏輯中：

當 $\beta = 1$ (對數常態 / Lognormal 模型)：波動率的變動幅度與資產價格完全成比例。在此條件下，SABR 模型的定價行為高度近似於 Sticky Strike。股權選擇權系統通常將 $\beta$ 強制設定或校準於接近 1 的數值。
當 $\beta = 0$ (常態 / Normal 模型)：資產價格的變動不會影響絕對波動率的縮放。此特徵對應絕對基點波動率的行為，其定價邏輯完美契合 Sticky Delta。
當 $0 < \beta < 1$ (CEV 混合模型)：此為量化實務最常見的情境。交易室透過校準出例如 $\beta = 0.6$ 的數值，創造出兼具部分 Sticky Strike 與部分 Sticky Delta 的混合架構。這種純數學定義的動態關係，徹底打破了企業級系統的全域靜態限制。

動態覆寫 (Override) 的實務運作架構

在系統整合實務上，量化團隊並不會直接修改大型系統的原始碼。實務作法是建立獨立的定價引擎伺服器，即時接收市場報價並進行 SABR 模型的參數校準。

計算出最新的 $(\alpha, \beta, \rho, \nu)$ 後，外部引擎會利用 Hagan (2002) 提出的 SABR 近似公式，反算出各履約價與天期對應的 Black 隱含波動率，最後透過 API，將這些精確的數值陣列覆寫 (Override) 回大型交易系統的波動率網格 (Grid) 中。此架構維持了大型系統在部位管理與結算上的標準化優勢，同時賦予交易室在快市中精準定價與動態避險的能力。

快市下的流動性變化：市場微觀結構與系統防禦

理解評價系統底層的 Sticky 規則後，便能從系統工程的角度重新審視快市 (Fast Market) 中的流動性枯竭現象。

當標的資產價格出現跳空缺口或單向急拉 (例如發生 Gamma Squeeze 時)，市場微結構會發生劇烈改變。此時，固守靜態 Sticky 規則的評價引擎，其計算出的波動率曲面平移速度往往無法真實反映市場恐慌情緒的風險溢酬，進而產生短暫的錯誤定價 (Mispricing)。

造市商 (Market Makers) 深知自身與競爭對手系統底層架構的侷限。為防禦高頻套利演算法的攻擊，當偵測到現貨跳動劇烈且靜態模型無法即時校準 (Calibration) 時，造市商的標準防禦機制便是大幅擴大買賣價差 (Bid-Ask Spread) 或直接抽單 (Pulling Quotes)。這種基於「保護系統報價落後」的防禦性行為，是極端市況下流動性瞬間消失的底層原因。

結語與系統導入考量

大型評價系統將特定資產類別綁定靜態的 Sticky 規則，首要考量是建立全域標準。此架構能有效統一前台交易、中台風險控管與後台結算的計價基準，從根本上降低作業風險 (Operational Risk)。

然而，面對複雜的流動性變化與高頻交易競爭，過度依賴靜態規則會大幅增加交易簿的市場風險 (Market Risk)。大型機構的量化團隊必須在標準化系統的框架外，導入 SABR 或局部波動率模型。透過獨立的定價引擎動態運算參數，並覆寫 (Override) 系統預設的靜態波動率數值，交易團隊在滿足企業合規對帳的前提下，能有效掌握精準定價與避險參數計算的主導權。