模块 F：套利中的概率排序（Probabilistic Rankings in Arbitrage）

导读：本模块要解决的问题

这一模块讲的是交易员在没有精确模型、甚至没有"sheets"（定价单）的情况下，如何靠排序给证券定价和对冲。核心工具是随机占优（stochastic dominance）：如果在所有可能事件、所有参数变化下，组合 $A$ 都至少和组合 $B$ 一样值钱，就记 $A \geq B$ 。这给出一套无须解析公式、却严格无套利的定价边界。

对一个已经掌握无套利定价、半正定矩阵、Jensen 不等式的读者，本模块的命题层面不难。值得停下来体会的是 Taleb 把整套定价边界归结到三个层次，而它们逐级递进：

单资产的占优排序：低行权价 call 贵于高行权价 call、蝶式非负、跨式贵于宽跨式、长跨式贵于短跨式（扣融资后）、无障碍贵于有障碍、美式数字贵于欧式数字。这些都是从支付的逐状态比较直接读出的 $\geq$ 。
相关性边界：三货币世界的隐含波动率必须满足三角不等式，等价于隐含协方差矩阵半正定，否则可以零成本甚至负成本套出一个组合。这把 Module D 的几何、第22章的 PSD 约束，落成可操作的套利构造。
凸性排序：在一个不稳定参数上更凸的证券，其他条件相同则更值钱。vega 对称凸的组合贵于不凸的，long vega 通过虚值期权实现贵于通过 short 障碍实现。这是污染原理和 Jensen 不等式在二阶上的排序。

笔记沿原文顺序展开：证券排序与随机占优、欧式期权规则、日历规则、障碍与数字规则、相关性规则（三角不等式、协方差矩阵半正定、套利构造）、相关性凸性规则、一般凸性规则。

一、证券排序与随机占优

证券的价值可以通过排序确立。如果证券 $A$ 比 $B$ 值钱、比 $C$ 便宜，做市的人就能据此判断怎么给它定价。当用于"夹逼（straddling）"的比较证券价格现成可得、且彼此价格接近时，这尤其容易。

这套定价和对冲方法基于随机占优规则。当一个工具或工具组合至少和另一组一样值钱时，作者用符号 $\geq$ 表达这个不等式。 $A \geq B$ 意思是：在所有可能事件（所有参数变化）下， $A$ 都被认为至少等于 $B$ ，或者说没有任何事件下 $B$ 会比 $A$ 更值钱。这套规则可以在市场上已有其他价格时给期权定价，也完全可以推广到组合管理。

理论映射： $\geq$ 就是一阶随机占优，等价于无套利

把这个 $\geq$ 接回理论，"在所有状态下 $A$ 的支付不低于 $B$ "正是状态占优（state-by-state dominance），它强于一阶随机占优。在无套利定价下，状态占优直接推出价格排序：因为价格是状态价格密度 $ψ (ω) > 0$ 对支付的加权积分，

V (A) = \int ψ (ω) Payoff_{A} (ω) d ω \geq \int ψ (ω) Payoff_{B} (ω) d ω = V (B)

只要逐状态 $Payoff_{A} \geq Payoff_{B}$ 且状态价格非负，价格不等式就成立。状态价格非负本身就是无套利（无免费午餐）的等价条件。所以 Taleb 的"排序定价"在数学上无懈可击：它不依赖任何分布假设或模型，只依赖支付的逐状态比较和状态价格的正性。这是为什么老交易员能不靠 sheets、只靠几个期权就给整条曲线定价。

二、欧式期权规则

记号： $C (S, t)$ 是到期 $t$ 、行权价 $S$ 的欧式看涨， $P (S, t)$ 是看跌。

行权价单调性：

C (S, t) \geq C (S + α, t)

同到期下，101 call 在所有情形下都比 102 call 值钱。这是显然的。同理

P (S + α, t) \geq P (S, t)

101 put 在所有情形下比 100 put 值钱。

蝶式规则：

C (S - α, t) + C (S + α, t) \geq 2 C (S, t)

两个 101 call 比"一个 100 call 加一个 102 call"便宜。意思是 100/101/102 蝶式至少值 0。理由是它处处为 0，只在"眼睛"（中心）处可能值 1。由 put-call parity，

P (S - α, t) + P (S + α, t) \geq 2 P (S, t)

这些规则看似简单，但交易所里那些以不用 sheets 为豪的老期权交易员，仅凭蝶式规则就能操作，用少数几个期权给整个谱定价。

跨式贵于宽跨式：

P (S, t) + C (S, t) \geq P (S - α, t) + C (S + α, t)

跨式（straddle）必然比宽跨式（strangle）值钱。

理论映射：蝶式非负 = 状态价格非负 = 风险中性密度非负

蝶式规则是这套排序里最深的一条。 $C (S - α) + C (S + α) - 2 C (S) \geq 0$ 是支付函数关于行权价的二阶差分非负，即看涨价格作为行权价的函数是凸的。取 $α \to 0$ 的极限，这正是 Breeden-Litzenberger 关系：

\frac{\partial ^{2} C}{\partial K ^{2}} = e^{- r t} ϕ_{Q} (K) \geq 0

其中 $ϕ_{Q}$ 是风险中性密度。所以"蝶式非负"等价于"隐含密度非负"，等价于无套利。一个负的蝶式价格意味着隐含密度在某处为负，那是一个可以零成本套利的信号。老交易员用蝶式规则定价，本质上是在用手工保证他们报出的价格隐含一个合法的概率密度。跨式贵于宽跨式则是同一凸性的另一个切面：跨式的 gamma 集中在中心，宽跨式被掏空了中间，污染原理要求中心那块价值为正。

三、日历规则

设 $τ > 0$ ，

P (S, t + τ) + C (S, t + τ) \geq P (S, t) + C (S, t)

（按现值计，扣除融资更恰当。）意思是扣融资后，较长的跨式应比较短的值钱。这条规则对"serial"期权（写在单一期货上的期权，如 3 个月期货上的 1 月/2 月期权）总成立。它不无条件适用于标的 $S$ 不"固定"的期权，这种弱点在不可替代资产（如活牛）上加剧（当一个证券无法被换成更长到期时会出现例外）。

理论映射：时间单调性来自 optionality 的非负时间价值，但需标的可跨期复制

较长跨式贵于较短，根子在 optionality 的时间价值非负：更多时间意味着更多不确定性、更大的凸性收益，扣融资后仍为正（污染原理的时间版）。但 Taleb 的限定条件很关键，它要求标的能从短到期"换"到长到期。对 serial 期权（同一标的、不同到期），远期是同一条曲线上的点，规则严格成立。对不可替代资产（活牛、特定交割月的实物商品），不同到期的"标的"实际是不同的东西，远期之间没有干净的无套利桥接，时间单调性就可能被打破。这呼应第一章 fungibility（可替代性）的讨论：排序规则的成立依赖标的能在期限间无套利地搬运。

四、障碍与数字规则

美式数字比欧式数字值钱。"if touched"型美式数字（存续期内任意时刻触及即满足赌注）比"仅到期满足"的赌注值钱。例：一张"未来一年内证券任意时点上穿 103 即付 1 美元"的票据，比"到期日证券在 103 之上才付 1 美元"的票据值钱。

无障碍贵于有障碍：

C (S, t) \geq C (S, t, H_{H}) 且 \geq C (S, t, H_{L})

无障碍期权总比有障碍期权值钱，因为有可能在到期前丢掉期权。

障碍越远越值钱：

C (S, t, H_{H}) \geq C (S, t, H_{H} + α)

双障碍贱于单障碍：

C (S, t, H_{H}) \geq C (S, t, H_{L}, H_{H})

共享一个触发 $H$ 时，任何单障碍期权比双障碍更值钱。

理论映射：每加一道障碍就是减一块状态价格

障碍规则全都是"减少有利状态"的占优。无障碍 call 的支付在所有 $S_{T} > K$ 的状态都为正；加一道 knock-out 障碍后，那些"路径触碰障碍"的状态被清零，支付逐状态不增，所以价格不增。障碍越靠近现价，被清零的状态越多，价值越低。双障碍清零两侧路径，比单障碍砍掉更多状态。美式数字（if-touched）贵于欧式数字，则是反方向的同一逻辑：路径型触发"任意时刻触及即赢"包含了"到期才在线上"的所有状态再加上中途触及后又回落的状态，是状态集合的超集，所以更值钱。这把第19、20章障碍期权、第17、18章数字期权的全部定价关系，统一成"状态集合的包含关系决定价格排序"。

五、相关性规则

这些边界规则适用于平值期权，对平值（远期）跨式价格或期权隐含波动率成立。设货币 A（作 numeraire）、B、C， $v (A - B)$ 记 A 对 B 这一对的波动率。

三角不等式

v (A - B) + v (B - C) \geq v (A - C)

隐含协方差矩阵必须半正定

基于上面的推广是：从平值期权价格隐含出的协方差矩阵必须半正定（特征值为正），这是三货币世界边界规则的推广。否则操作者就能零成本、甚至获得净收入地套出一个期权组合。设

v (USD-DEM) = σ_{1}, v (USD-FRF) = σ_{2}, 交叉波动率 (DEM-FRF) = σ_{c}

则协方差矩阵

Σ = [σ_{1}^{2} σ_{21} σ_{12} σ_{2}^{2}], σ_{12} = σ_{21} = σ_{1}^{2} + σ_{2}^{2} - σ_{c}^{2}

检查矩阵是否"干净"（无套利）很容易：波动率不可能为负，所以 $Σ$ 必须半正定，要求特征值为正。2×2 矩阵的反常肉眼可见，20×20 就要靠计算机。

例：设 USD-DEM 波动率 14%、DEM-FRF（交叉）4%，则 USD-FRF 被限制在 10% 与 18% 之间。出了这个带，套利就可能。低于 10%，操作者可以买 USD-FRF 和 DEM-FRF 波动率、卖 USD-DEM，他完全被锁定，因为这等价于在相关性为 1 处做空相关性，两货币间相关性任何时候的下降都让他获益。同样，在 $- 1$ 处"买入"相关性可以这样完成：14% 买 USD-DEM、4% 买 DEM-FRF、18% 卖 USD-FRF，相关性升过 $- 1$ 就盈利。

加一个证券后矩阵变 3×3，无套利的含义就难以肉眼看出了。取资产 1=USD-DEM、2=USD-FRF、3=USD-CHF，交叉 12=DEM-FRF、13=DEM-CHF、不流动的 23=FRF-CHF。USD-DEM 15%、USD-FRF 12%、USD-CHF 18%，交叉 DEM-FRF 4%、CHF-FRF 6%、DEM-CHF 5%，其中一个特征值是负数，计算机报警，矩阵有问题，套利可以通过期权组合构造。

记住：货币足够多，就能套出套利，或至少构造一个高期望回报的交易。

⚠警告

正特征值规则不适用于非平值（远期）期权隐含波动率之间的比较。

理论映射：套利边界就是 PSD 约束，肉眼检查就是看 $∣ ρ ∣ \leq 1$

这一节把 Module D 的 Gram 矩阵几何变成了可操作的套利配方。 $σ_{c}^{2} = σ_{1}^{2} + σ_{2}^{2} - 2 ρ σ_{1} σ_{2}$ 反解出 $ρ = \frac{σ _{1}^{2} + σ _{2}^{2} - σ _{c}^{2}}{2 σ _{1} σ _{2}}$ ，约束 $∣ ρ ∣ \leq 1$ 直接给出 $σ_{c}$ 的允许带 $[∣ σ_{1} - σ_{2} ∣, σ_{1} + σ_{2}]$ 。用例中的数字， $ρ = \pm 1$ 对应 $σ_{c} = σ_{1} \pm σ_{2}$ ，即 USD-FRF（这里的角色）落在 $14 \pm 4 = [10, 18]$ 。出带意味着 $∣ ρ ∣ > 1$ ，等价于 2×2 矩阵行列式 $σ_{1}^{2} σ_{2}^{2} - σ_{12}^{2} < 0$ ，即一个负特征值，即"负方差"。高维下肉眼失效，必须算特征值，这正是 Module E 问题 5 里"大矩阵丢失半正定"的另一面：那里是估计误差被动破坏 PSD，这里是市场报价主动违反 PSD 给出套利。Taleb 的警告同样重要：这是 quasi-arbitrage（准套利）而非锁定套利，因为含 numeraire 的腿盈亏可确定，但交叉腿盈亏依赖路径，本质是"做多/做空相关性"的方向头寸，期望为正但非无风险。

六、相关性凸性规则

接下来几条源自污染原理。从前面的例子容易看出：一个建立在"高"相关性（接近 1）空头上、即应从相关性下降中获益的结构，或建立在低相关性（接近 $- 1$ ）多头上的结构，比一个建立在接近 0 的相关性上的结构更强，其他条件相同。

设三资产世界里，交易员付 11% 买 USD-FRF、付 4% 买 DEM-FRF、以 14% 卖 USD-DEM。他实际支出相当于一个波动率，即在 97% 处卖出了相关性。这是下式的应用：

σ_{cross} = σ_{1}^{2} + σ_{2}^{2} - 2 ρ σ_{1} σ_{2}

由此反解出 $ρ = 0.97$ 。现实世界里相关性不稳定，所以一个更可能从相关性变化中获益、而非受损的交易，等级高于一个具有相反特征的交易。

理论映射：相关性凸性来自 $σ_{cross}$ 对 $ρ$ 的凸形

把这条接回第22章的 correlation trap。 $σ_{cross} (ρ) = σ_{1}^{2} + σ_{2}^{2} - 2 ρ σ_{1} σ_{2}$ 作为 $ρ$ 的函数是凹的（二阶导对 $ρ$ 为负），因此卖方在 $ρ$ 接近 1 处 short 这个凹函数、相当于 long 一个对 $ρ$ 的凸性。当 $ρ$ 不稳定时，由 Jensen 不等式，long 这份凸性的一方期望获益。所以"在 97% 卖相关性"的结构，在相关性随机波动时有正的期望边际，等级高于一个在 $ρ \approx 0$ 处、凸性接近零的结构。这就是为什么 Taleb 把"更可能从相关性变化中获益"的交易评为更高等级：相关性的不稳定性本身是一种可以被凸性结构收割的波动率。

七、一般凸性规则

★风险管理规则

对一个非恒定参数更凸的证券，其他条件相同，应当比对同一参数不那么凸的证券更值钱。

在平坦收益率曲线、且假设后端到期有相同波动率的环境里，持有凸性最高的债券更好。一个推论是：在 vega 上呈现对称凸性的期权组合，比不呈现凸性的同类组合更值钱。

例：两个组合都 long vega，每个波动率点 10 万美元（从 16% 降到 15%）。组合 A 的 vega 随波动率上涨而增加、抛售时减少；组合 B 的 vega 上涨时减少、抛售时增加。仅凭这一点，构成组合 A 的期权就比构成组合 B 的更值钱。宁可 vega 中性而持有 vega 的二阶导数，也不要一个在 vega 移动时亏钱的头寸（如用香草对冲数字期权所成）。后者因此被判为"劣等"。

★风险管理规则

若标的 B 比标的 A 异方差性更弱，则在标的 A 上呈对称 vega 凸性的期权组合，比在标的 B 上呈相同对称凸性的同类组合更值钱。

通过 short 障碍期权实现 long vega 的组合，不如通过虚值期权实现 long vega 的组合值钱。

图 F.1 凸 vega 与凹 vega

图 F.1 展示凸 vega 与凹 vega 的区别：凸 vega 的组合在波动率往任一方向移动时都改善 P/L，凹 vega 则相反。

理论映射：凸性排序就是 Jensen 不等式 + 参数不稳定性的乘积

一般凸性规则是整本书的中心思想在排序层面的复述。一个对参数 $θ$ 凸的证券，价值 $V (θ)$ 满足 $E [V (θ)] \geq V (E [θ])$ （Jensen），所以当 $θ$ 随机波动时，凸的证券期望更高。但这个溢价的大小正比于 $θ$ 的方差，即参数的不稳定性。这解释了第二条规则里的"异方差性"条件：A 比 B 更异方差，意味着 A 的波动率波动更大（vvol 更高），在 A 上的 vega 凸性（volga）因此值更多钱，这与第21章复合期权的 vvol 定价完全一致。"宁可 vega 中性而持有 vega 二阶导"就是 long volga、long vvol。而"short 障碍实现 long vega 劣于虚值期权实现 long vega"，是因为障碍期权的 vega 是凹的（第20章 reverse knock-out 的 vega 在障碍附近坍缩、变号），用它做 long vega 等于 short volga，在波动率大幅移动时反受其害。图 F.1 的凸 vega 对应 long volga、凹 vega 对应 short volga。所有这些排序，本质是同一句话：在不稳定参数上做多凸性，是有正期望的；做空凸性，是劣等的。

八、本模块综述：理论与实务的对照

Taleb 的实务命题	对应的理论命题
$A \geq B$ 排序定价	状态占优；状态价格非负即无套利
低 strike call 贵于高 strike call	支付逐状态单调
蝶式 $\geq 0$	$\partial^{2} C / \partial K^{2} = e^{- r t} ϕ_{Q} \geq 0$ （Breeden-Litzenberger）
跨式贵于宽跨式	中心 gamma 价值为正（污染原理）
长跨式贵于短跨式（扣融资）	时间价值非负，需标的可跨期复制（fungibility）
无障碍贵于有障碍、双障碍最贱	每道障碍清零一块有利状态
美式数字贵于欧式数字	if-touched 状态集是到期型的超集
三角不等式 $v (A - B) + v (B - C) \geq v (A - C)$	$∣ ρ ∣ \leq 1$ ；余弦定理
隐含协方差矩阵须半正定	PSD ⟺ 无套利；负特征值 = 负方差 = 套利
$σ_{c}$ 落在 $[∣ σ_{1} - σ_{2} ∣, σ_{1} + σ_{2}]$	$ρ = \pm 1$ 边界；行列式 $\geq 0$
准套利而非锁定套利	含 numeraire 腿确定、交叉腿依赖路径
相关性凸性结构更高级	$σ_{cross} (ρ)$ 凹 → long volga on $ρ$ ；Jensen
对非恒定参数更凸的证券更值钱	Jensen：溢价 $\propto$ 参数方差
异方差更强的标的上凸性更值钱	凸性溢价 $\propto$ vvol（接第21章）
short 障碍做 long vega 劣于虚值期权	障碍 vega 凹 = short volga（接第20章）

核心观点

第一，排序定价是无模型、却严格无套利的。 $\geq$ 就是状态占优，配上状态价格非负，价格排序自动成立。老交易员靠蝶式规则定价，等于手工保证隐含密度合法。

第二，单资产规则全是"状态集合包含关系"的读出。行权价单调、障碍清零状态、美式数字状态更多，价格排序都从支付的逐状态比较直接得到。

第三，相关性边界就是协方差矩阵的半正定约束。隐含波动率必须能嵌进一个合法的协方差结构，否则就能套出免费组合。2×2 肉眼可见，高维要算特征值。这与 Module D、Module E 完全同源。

第四，凸性排序是全书中心思想的浓缩。在不稳定参数上做多凸性有正期望，做空凸性是劣等的，溢价正比于参数的不稳定性（vvol）。vega 对称凸优于不凸，虚值期权做 long vega 优于 short 障碍。

一句话收束

本模块最该记住的一句：不用任何模型，仅凭"在所有状态下谁的支付更高"这一条状态占优，就能给整条期权曲线定出无套利的排序——蝶式非负保证隐含密度合法，三角不等式保证协方差矩阵半正定，而在不稳定参数上做多凸性，永远是更高等级的交易。

模块 F：套利中的概率排序（Probabilistic Rankings in Arbitrage）

导读：本模块要解决的问题

一、证券排序与随机占优

理论映射：≥ 就是一阶随机占优，等价于无套利

二、欧式期权规则

理论映射：蝶式非负 = 状态价格非负 = 风险中性密度非负

三、日历规则

理论映射：时间单调性来自 optionality 的非负时间价值，但需标的可跨期复制

四、障碍与数字规则

理论映射：每加一道障碍就是减一块状态价格

五、相关性规则

三角不等式

隐含协方差矩阵必须半正定

理论映射：套利边界就是 PSD 约束，肉眼检查就是看 ∣ρ∣≤1

六、相关性凸性规则

理论映射：相关性凸性来自 σcross​ 对 ρ 的凸形

七、一般凸性规则

理论映射：凸性排序就是 Jensen 不等式 + 参数不稳定性的乘积

八、本模块综述：理论与实务的对照

核心观点

一句话收束

理论映射： $\geq$ 就是一阶随机占优，等价于无套利

理论映射：套利边界就是 PSD 约束，肉眼检查就是看 $∣ ρ ∣ \leq 1$

理论映射：相关性凸性来自 $σ_{cross}$ 对 $ρ$ 的凸形