SANOS（ノンパラメトリック・サーフェス）
SANOSはボラティリティ・サーフェスの構築に対して、異なるアプローチを採用しています。少数のパラメータを持つ数式をフィットさせる（SVIのスライスごとの5パラメータのように）代わりに、SANOSはローカルボラティリティのノード格子と保証された無裁定制約を用いて、市場データから直接サーフェスを構築します。市場が生み出すあらゆる形状 -- パラメトリックモデルでは構造的にフィットできない局所的な特徴を含む -- を捉えられる滑らかなサーフェスです。
パラメトリック vs. ノンパラメトリック
SVIやSABRは、スマイルの形状を事前に決めています（3〜5個のパラメータを持つ放物線状の形）。SANOSは形状の仮定を一切置きません。「裁定機会を生み出さずに市場データを通過する、最も滑らかなサーフェスは何か？」を問うのです。これにより、市場がパラメトリックな想定から乖離した場合に、より良いフィットが得られます。各ノードにおけるインプライド・ボラティリティは、数式の出力ではなく自由変数です。
実際に見てみる
ビューを切り替えて、SANOSがパラメトリックなSVIフィットとどう比較されるか、格子がどのように見えるか、裁定制約がどのように適用されるかを確認してください。
SANOSサーフェス構築
SVI（パラメトリック）は5つのパラメータを使用し、局所的な特徴を見逃す場合があります。SANOS（ノンパラメトリック）は裁定制約を守りながら市場気配を通ります。
仕組み
1. 数式ではなくボラティリティのノード格子
サーフェスはローカルボラティリティ値の格子で表現されます -- 各（行使価格、満期）の点に1つずつです。15の行使価格と5つの満期がある場合、SVIの25個に対して75個の自由変数を持つことになります。柔軟性は高まりますが、オプティマイザが無意味な結果を生み出さないよう制約が必要です。
2. 組み込まれた無裁定制約
2つの基本的な無裁定ルールは、格子上のシンプルな制約に変換されます:
重要な点: ローカルボラティリティのノードを変数とすることで、これらの制約はすべて線形になります。つまり、オプティマイザは毎回、これらの制約を完璧に適用できるのです。
3. 線形計画法による求解
制約と目的関数が線形なので、全体が線形計画問題になります。
- 局所解がない -- ソルバーは近傍の解ではなく、常に最良の解を見つけます
- 初期値への依存がない -- 良い初期推定値は不要です
- 高速 -- 最新のLPソルバーはこれをミリ秒で処理します
- ビッド/アスクにネイティブ対応 -- LPはビッド/アスクのスプレッドを、ミッドプライスではなく範囲として自然に扱います
ビッド/アスク・スプレッドの扱い
ほとんどのモデルはミッドプライスにフィットさせます。しかしミッドプライスは虚構です -- 市場が提示するのはビッドとアスクであり、「真の」価値はその範囲のどこかにあります。SANOSはビッド/アスクの範囲に直接フィットさせます。モデルは各点でその範囲の内側に収まりさえすればよいのです。流動性の高い気配（狭いスプレッド）はサーフェスを厳しく制約します。流動性の低い気配（広いスプレッド）は緩く制約します。人為的なミッドプライスのバイアスはありません。
SANOSのトレードオフ
サーフェス構築において最も柔軟で最もクリーンなアプローチです。設計段階からの無裁定、ネイティブなビッド/アスク処理、パラメトリックモデルが見逃す局所的な特徴の捕捉。代償として: 新しい手法である（2025年）、動的な解釈がない（スキューのダイナミクス予測不可）、より多くのインフラが必要、という点が挙げられます。
SANOS vs. パラメトリックモデル
強みと限界
暗号資産市場との関連性
暗号資産オプション市場には、ノンパラメトリックなアプローチに有利ないくつかの特徴があります:
- 疎で不規則な気配値: すべての行使価格に、すべての満期で気配値があるわけではありません。SANOSは不規則な格子をネイティブに扱えます。
- 広いビッド/アスク・スプレッド: 特に小規模な原資産では顕著です。SANOSはスプレッドを破棄するのではなく、制約として活用します。
- 構造的なイベント: トークンのアンロック、プロトコルのアップグレード、エアドロップは、SVIでは捕捉できない局所的なボラティリティの特徴を生み出します。これらは特定の満期におけるATMボラティリティの盛り上がりとして現れます。
- 急速なレジーム変化: サーフェスは、パラメトリックモデルを再推定するより速く形を変えることがあります。SANOSのLPフィッティングは十分に高速で追随できます。期間構造は日中に劇的にシフトすることがありますが、SANOSは手動での介入なしに適応します。
SANOSとローカルボラティリティの抽出
SANOSはローカルボラティリティのノードを直接パラメータ化するため、完全なDupireローカルボラティリティ・サーフェスの抽出は極めて容易です -- フィット済みの格子がそのままサーフェスなのです。これにより、ローカルボラティリティのダイナミクスがペイオフを決定する経路依存型エキゾチック（バリア、クリケット）のプライシングにおいて、SANOSは特に有用になります。ブラック・ショールズベースのSVIのようなパラメトリックモデルでは、別途抽出ステップが必要で、数値的なアーティファクトが生じる可能性があります。
数式エクスプローラー
インプライド・ボラティリティ、トータルバリアンス、対数マネーネス、オプション価格の間の変換ができます。
数式エクスプローラー
💡 ヒント： 回答を見る前に自分で答えてみましょう。
数学的な直感を養う
SANOSをゼロから学ぶインタラクティブレッスン · 前提知識は不要ですこのレッスンでは、SANOSを固定された数式ではなくノード格子のサーフェスとして解説し、 最適化と無裁定制約がどのように連携して機能するかを示します。
関連項目:
- SVIパラメータ化 -- 業界標準のパラメトリックモデル
- SSVI（サーフェスSVI） -- カレンダー裁定のないパラメトリック・サーフェス
- SABRモデル -- 動的なスマイルモデル
- ローカルボラティリティ -- Dupireのローカルボラティリティ・サーフェス
- 補間手法 -- 全手法の比較
- サーフェスの構築方法 -- パイプライン全体