Segun arXiv q-fin/2609.39256v1, un nuevo marco teórico permite ajustar modelos de volatilidad estocástica y dependientes de trayectoria, manteniendo coherencia con las distribuciones marginales de activos bajo la medida de riesgo neutro. Este enfoque no solo reproduce las funciones de distribución observadas en mercados europeos, sino que también construye una evolución temporal coherente de la volatilidad, algo crítico para aplicaciones reales como la gestión de riesgos o la valoración de opciones complejas. La metodología se basa en una construcción de martingales que selecciona, entre todas las posibles, aquella que se acerca más a las dinámicas de Bachelier, lo que garantiza una calibración rápida y eficiente en maturidades discretas. A medida que el espaciado de maturidades se reduce, el modelo converge hacia el modelo de volatilidad local de Dupire, un estándar en el análisis de opciones.
El avance propuesto se estructura como una capa modular que se aplica sobre modelos existentes, sin modificar sus fundamentos. Cada paso de calibración se realiza recursivamente, asegurando que las distribuciones marginales del activo sean exactamente cumplidas, mientras se mantiene la proximidad al comportamiento inicial, medido mediante el sentido adaptado de Knothe-Rosenblatt. Esta propiedad permite una estabilidad numérica y una convergencia robusta, especialmente útil en entornos de alta frecuencia o bajo riesgo de volatilidad. El algoritmo Martingale Sinkhorn, ya validado en modelos como el de Bass, se adapta aquí para ejecutar cada iteración con eficiencia computacional, reduciendo los tiempos de cálculo sin sacrificar precisión.
El estudio también evalúa el comportamiento del método en dinámicas específicas como Heston y Bergomi, que incorporan factores finitos y dependencia de trayectoria. Estas estructuras son ampliamente utilizadas en el análisis de productos derivados, particularmente en mercados de productos de renta fija y títulos de deuda. Además, se desarrolla una extensión al caso de activos múltiples, lo que abre puertas a aplicaciones en portafolios complejos y en estrategias de diversificación.
Para el lector peruano, este avance tiene relevancia práctica en el contexto de mercados locales y regionales, donde los modelos tradicionales de volatilidad a menudo no capturan adecuadamente las fluctuaciones del mercado de acciones o de títulos de deuda. La capacidad de calibrar modelos de forma más precisa y flexible, especialmente en entornos con datos limitados o con estructuras de precios no estandarizadas, permite a inversionistas y gestores de fondos tomar decisiones más informadas. En un mercado como el peruano, donde la volatilidad puede presentar patrones específicos debido a factores macroeconómicos, políticos o de inflación, esta metodología podría integrarse para mejorar la predicción de riesgos y la estructuración de productos derivados. Aunque aún no se ha implementado en mercados emergentes, su desarrollo teórico y numérico ofrece una base sólida para futuras aplicaciones en el sector financiero peruano.