BS 模型假设波动率是常数，市场上没有这个数。把同一到期日、不同行权价的期权隐含波动率画出来，得到一条微笑曲线（smile/skew）；把不同到期日叠起来，得到一张波动率曲面 $\sigma(K, T)$。做市商的每个理论价（《做市报价引擎》篇）、风控的每次希腊字母计算（《希腊字母的实时计算链》篇），都是从这张曲面上取数。本篇讲这张曲面在系统里怎么构建和维护。
从离散报价到曲面：问题的形式化
输入是离散的：若干个到期日 $T_1 < T_2 < \cdots < T_n$，每个到期日上一组行权价的报价或成交（bid/ask 或 last），反解出离散点 $\{K_i, \sigma_i\}$。输出要求是连续的：对任意 $(K, T)$ 查询，返回 $\sigma$ 和它对各参数的偏导（计算 Greeks 时需要）。
无套利约束是曲面的"物理定律"，违反它就能构造套利组合，所以构建方法必须内建这些约束：
- 单调性：对任意 $T$，$K \cdot \sigma(K,T)$ 关于行权价单调（在当前利率水平下，更精确的表述是行权价域上不允许蝶式套利机会）；
- 日历约束：固定行权价，近月方差不能超过远月方差太多——总方差 $w = \sigma^2 T$ 随 $T$ 单调不减（日历套利约束）；
- 边界：深虚值/深实值的渐进行为平滑，不出现异常凸起。
SVI：参数化一族翅膀
Gatheral 提出的 SVI（Stochastic Volatility Inspired）是实务中最常用的参数化，对每个到期日，把总方差写成 log-moneyness $k = \ln(K/F)$ 的函数：
$$ w(k) = a + b\left[\rho(k-m) + \sqrt{(k-m)^2 + \sigma_{svi}^2}\right] $$
五个参数 $(a, b, \rho, m, \sigma_{svi})$ 各管一件事：$a$ 控制整体水平，$b$ 控制两翼张开程度，$\rho$ 控制偏斜方向（负 $\rho$ 对应股票期权的下行偏斜），$m$ 是谷底位置，$\sigma_{svi}$ 是谷底曲率。参数化之后，每个到期日的拟合变成五维优化：
$$ \min_{\theta} \sum_i \omega_i \left( \sigma^{SVI}_{\theta}(K_i) - \sigma^{mkt}_i \right)^2 + \lambda \cdot \text{Penalty}(\theta) $$
$\omega_i$ 是权重——近价的点权重大（做市主要在这附近成交），无流动性的深虚值点权重小；Penalty 项把解拉向无套利区域。SVI 的好处是参数有解析的 arbitrage 检查条件（翅膀不交叉、日历约束可以用参数不等式表达），比样条插值事后检查便宜得多。
样条与插值：期限维的处理
固定行权价的期限方向，常用的是对总方差 $w(k, T)$ 在 $T$ 方向做单调插值（cubic spline 加单调性约束，或干脆分段线性）。期限方向比行权价方向温和——近月陡、远月平是常态，插值平滑度要求低，但对日历无套利敏感：一次近月跳价后，若插值没守住 $w(T)$ 单调，远月价就会瞬时失真，风险系统的 Vega 会集体报错。
行权价 × 期限两个方向合成后的查询，工程上拆成两步：先按 $T$ 找到相邻两个到期日的切片，各自在行权价方向插值得到 $\sigma(k, T_1)$、$\sigma(k, T_2)$，再在期限方向对 $\sigma$（或 $w$）插值。两步各自保证约束，合成结果近似满足——严格的跨期蝶式检查要在每次曲面更新后跑一次扫检，违规点报警人工处理。
曲面维护的实时流水线
曲面的生命周期是分钟级的。标的价格大幅移动或近月合约成交活跃时，触发增量重建：
- 采集增量：新成交、新报价、标的现价，进入原始点缓存；
- 重拟合受影响到期日（通常只有近月）：带权重的 SVI 优化，热启动（以上次参数为初值）通常几十毫秒收敛；
- 全曲面仲裁检查：日历约束 + 蝶式约束扫描；
- 版本发布：曲面带时间戳和版本号，下游（报价引擎、风控）按版本消费。
第 4 步的一个细节：报价引擎和风控必须消费同一版本的曲面，否则理论价和 Greeks 来自不同曲面，对冲（《Delta 对冲的执行》篇）的 $E$ 计算就是错的。做法是把曲面版本号挂进每笔计算的审计记录，对账时能回放"当时算这笔用的是哪张曲面"。
校准的数据质量陷阱
曲面质量上限由输入数据决定。三个常见坑：一是用 last 价反解——流动性差的合约 last 可能是十分钟前的，反解出来的 $\sigma$ 和当前盘面脱节，要用报价中价（bid/ask 均值）且限定时效；二是权重设计忽视交易量分布——深度虚值点几乎不成交，但 wings 的拟合形态由它们决定，权重全压近价会让 wings 外推失真，典型处理是给 wings 点最小权重保障，同时用 SVI 参数先验约束外推行为；三是停牌和涨跌停——标的涨跌停时虚值期权的 $\sigma$ 会出现不可能的跳跃，涨跌停时段的原始点要打标记并在拟合时降权或剔除。
曲面系统的验收标准很朴素：随机抽 100 个 $(K, T)$ 查询点，同时用 BS 反解最近成交价验证，误差在可解释范围内；扫一遍全曲面的蝶式和日历约束，零违规。两条都过，这张曲面才配被报价引擎和风控共用。