波動率曲面 Sticky Rules 解析：動態避險誤差、Shadow Delta 與風險管理

在量化交易與選擇權造市商 (Market Maker) 的實務中，波動率曲面 (Volatility Surface) 的建構與維護是核心工程。建立曲面後，交易員必須處理當標的資產價格變動時，隱含波動率 (Implied Volatility, IV) 的連動機制。這個連動機制的設定，即為波動率曲面的 Sticky Rules。

Sticky Rules 直接決定了希臘字母 (Greeks) 的計算結果。若規則設定與實際市場行為脫節，動態避險 (Dynamic Hedging) 將產生系統性誤差，進而威脅交易簿的穩定性。

波動率曲面 Sticky Rules 的核心邏輯拆解

隱含波動率通常呈現微笑或偏態 (Smile / Skew)。當標的資產價格 $S$ 發生變化時，曲面上的每一個點如何更新，業界主要依賴兩種基本假設：Sticky Strike 與 Sticky Delta。為清楚表達這兩種規則的運算差異，以下設定具體的台積電市場情境進行說明 。

假設目前市場狀態如下：

• 台積電現貨股價 ($S$) 為 1900 元 。
• 距離到期日為 30 天 。
• 履約價 1900 (價平)：IV = 30% 。
• 履約價 1950 (價外 50 元)：IV = 35% 。
• 履約價 2000 (價外 100 元)：IV = 40% 。

當台積電股價上漲 50 元，來到 1950 元時，系統會依照預設的 Sticky Rules 重新計算隱含波動率 。

Sticky Strike (固定履約價) 的假設與應用

Sticky Strike 假設隱含波動率取決於絕對履約價 $K$。當標的資產價格 $S$ 變動時，特定履約價 $K$ 的隱含波動率保持不變。

在台積電上漲至 1950 元的情境下，運算結果為：

• 履約價 1900 的 IV 維持 30% 。
• 履約價 1950 的 IV 維持 35% 。
• 履約價 2000 的 IV 維持 40% 。

股票與個股選擇權市場通常適用此假設。這類市場的波動率偏態多由特定價位的供給與需求決定 (例如某些關鍵價位的掩護性買權策略)，波動率對絕對價格具有記憶性。

Sticky Delta (固定價內外程度) 的假設與應用

Sticky Delta 假設隱含波動率取決於選擇權的價內外程度 (Moneyness，如 $K/S$ 或 Delta 值)。當標的資產價格 $S$ 變動時，波動率曲面會跟隨 $S$ 同步平移。

在台積電股價來到 1950 元時，現貨價格位移了 50 元，波動率參數向右平移 50 元 。運算結果為：

• 履約價 1950 成為新的價平，繼承原價平的 IV，因此 IV 從 35% 下降至 30% 。
• 履約價 2000 成為新的價外 50 元，繼承原價外 50 元的 IV，因此 IV 從 40% 下降至 35% 。

波動率的下降會產生負向的 Vega 損益，抵銷股價上漲帶來的 Delta 收益。外匯選擇權與部分指數選擇權常表現出此類特性，市場更注重相對的升貶幅度與中性避險成本 。

「修正 Delta」(Shadow Delta) 的數學推導

Sticky Rules 的核心影響在於 Delta 的計算。傳統的 Black-Scholes Delta 僅計算選擇權價值 $V$ 對標的價格 $S$ 的偏微分，假設波動率 $\sigma$ 為常數：

$\Delta_{BS} = \frac{\partial V}{\partial S}$

在動態市場中，波動率是標的價格的函數 $\sigma(S)$。完整的修正 Delta (Shadow Delta) 必須考慮全微分：

$\Delta_{Actual} = \frac{dV}{dS} = \frac{\partial V}{\partial S} + \frac{\partial V}{\partial \sigma} \frac{\partial \sigma}{\partial S}$

公式可簡化為：

$\Delta_{Actual} = \Delta_{BS} + \mathcal{V} \frac{\partial \sigma}{\partial S}$

其中 $\mathcal{V}$ 為 Vega，$\frac{\partial \sigma}{\partial S}$ 代表波動率對標的價格的敏感度。

在 Sticky Strike 下，特定 $K$ 的波動率不隨 $S$ 變動，因此 $\frac{\partial \sigma}{\partial S} = 0$，此時 $\Delta_{Actual} = \Delta_{BS}$。

在 Sticky Delta 下，曲面隨 $S$ 平移。若市場存在負偏態 (股價下跌時波動率上升)，則 $\frac{\partial \sigma}{\partial S} < 0$。此時若持有多頭部位 ($\mathcal{V} > 0$)，實際的 Delta 會小於 Black-Scholes Delta。

規則設定錯誤的實務影響

若系統選擇了與實際標的市場特性不符的 Sticky Rule，動態避險與風險管理會出現以下異常。

1. 避險比例扭曲：過度避險與避險不足

使用錯誤的規則會直接導致 $\frac{\partial \sigma}{\partial S}$ 的誤判。假設股票選擇權市場實際遵循 Sticky Strike，但系統預設為 Sticky Delta。當股價下跌且具備負偏態時，系統會預期波動率上升 ($\frac{\partial \sigma}{\partial S} < 0$)。此時部位的 Vega 正負號將決定避險誤差的方向：

• 空頭部位 ($\mathcal{V} < 0$，如賣出賣權)：系統計算出的修正 Delta 會大於實際 Delta。交易員為保持中立，會賣出過多標的資產，造成過度避險 (Over-hedging)。在市場震盪時，多餘的現貨部位會產生高買低賣的摩擦成本。
• 多頭部位 ($\mathcal{V} > 0$，如買進買權)：系統計算出的修正 Delta 會小於實際 Delta。交易員賣出的標的資產不足，造成避險不足 (Under-hedging)，使部位暴露於方向性風險中。

2. 評價邏輯錯誤引發的連鎖風險

評價模型是交易系統的核心。Sticky Rules 的設定錯誤本質上屬於作業風險 (Operational Risk) 中的模型風險。這類內部系統配置失當，會直接導致對市場風險 (Market Risk) 曝險的誤判，波及資金調度與風險管理。

未解釋損益 (Unexplained PnL) 的急遽擴大

量化交易部門每天會進行損益歸因分析 (PnL Attribution)。理論損益應等於各項希臘字母曝險乘以市場變動量的總和。當 Sticky Rules 設定錯誤時，Greeks 的計算基準與市場實際定價脫鉤。交易員會觀察到「未解釋損益」項目異常擴大。即使系統顯示 Delta 中立，收盤後的實際部位損益卻出現大幅虧損或不明獲利。這代表模型已經無法正確捕捉市場動態。

尤其在面臨 Gamma Squeeze 這類極端的單向噴出行情時 (這也是為何現代風險管理者必須嚴格監控 0DTE 等超短天期商品的 Gamma 曝險)，錯誤的曲面假設會讓這類未解釋損益以驚人的速度擴張。

Vega 曝險的錯誤認知與避險失效

Sticky Rules 錯置不僅影響 Delta，也連帶干擾 Vega 的避險。在建構跨月或跨履約價部位時，交易員需確保 Vega 中立。若曲面平移的假設錯誤，系統顯示的 Vega 曝險總和為零，但在標的價格跳空時，實際隱含波動率的變化與模型預期出現差異，部位將承受額外的波動風險。

盯市 (Mark-to-Market) 損益失真

金融機構需每日依據市價評估資產價值。缺乏流動性的深價外選擇權或奇異選擇權 (Exotic Options) 高度依賴內部模型的曲面插值計算。錯誤的 Sticky 假設會使理論價格偏離造市商實際報價，造成帳面損益失真，可能導致提早認列不存在的獲利，或在財報上隱藏潛在的虧損。

風險值 (VaR) 錯估與部位管理失效

風險值 (Value at Risk, VaR) 系統依賴歷史情境或蒙地卡羅模擬來推算最大潛在損失。這些模擬路徑需要根據目前的波動率曲面生成。若 Sticky Rule 錯誤，壓力測試 (Stress Testing) 情境下的曲面變動將不符合現實。極端市場條件下，VaR 系統可能低估部位的下跌風險，導致風險控管部門未能及時要求交易台降低曝險或追加保證金。

3. 逆向選擇風險與套利空間外洩

對於提供雙向報價的造市商而言，評價邏輯的準確性攸關生存。若造市商的定價引擎使用錯誤的 Sticky 規則，當標的資產價格快速移動時，報價更新的幅度將落後於市場真實供需。高頻交易者或外部套利者能辨識出這類定價延遲或偏差，針對錯誤定價的履約價進行狙擊。造市商將面臨逆向選擇風險，不斷在錯誤的價格成交，累積劣質部位。

實務總結：依據市場特性動態調整

波動率曲面連動規則需視市場特性而定，關鍵在於適配性。股票市場偏向 Sticky Strike，外匯市場偏向 Sticky Delta，而商品市場或加密貨幣市場則可能在兩者之間游移，甚至發展出 Sticky Local Volatility 等更複雜的模型。

量化團隊需定期進行回測與殘差分析，觀察實際市場的隱含波動率動態與哪一種規則的配適度最高。透過建立動態權重機制 (如 70% Sticky Strike 搭配 30% Sticky Delta)，能更精確地捕捉市場面貌，降低動態避險的誤差，確保定價與風險控管的穩健性。

若您想進一步了解大型金融機構的底層架構，請參考我們的另一篇專文，深入探討企業級評價系統如何實作 Sticky Rules 與 SABR 模型的應用，解析快市 (Fast Market) 下的防禦機制。