This paper proposes a practitioner version of Heston and Nandi's (2000) (HN) model, which we term the Practitioner's Heston Nandi, or PHN model. We compare the option pricing and hedging performance of the PHN model vis-à-vis the HN model. Instead of using a one-period ahead volatility forecast for all options used in calibrations at any given time, the PHN model proposes using forward-looking volatilities (implied by market option prices) for each individual option and maturity in calibration and hedging. Since the proposed PHN model uses only option price data, it renders historical stock price data redundant, cutting the data requirement in derivative valuation. We employ options traded at CBOE for the period January 1, 2016 to December 31, 2018 and show that the proposed PHN model yields quick calibration and significantly improves pricing and hedging for European-style options.

中文翻译：

---

论封闭式GARCH期权定价的实践者

本文提出了 Heston 和 Nandi (2000) (HN) 模型的实践者版本，我们将其称为实践者 Heston Nandi 或 PHN 模型。我们将 PHN 模型与 HN 模型的期权定价和对冲性能进行比较。 PHN 模型建议对每个单独的期权以及校准和对冲期限使用前瞻性波动率（由市场期权价格隐含），而不是在任何给定时间对校准中使用的所有期权使用前一期波动率预测。由于所提出的 PHN 模型仅使用期权价格数据，因此历史股票价格数据变得冗余，从而减少了衍生品估值中的数据需求。我们使用 2016 年 1 月 1 日至 2018 年 12 月 31 日期间在 CBOE 交易的期权，结果表明，所提出的 PHN 模型可以快速校准，并显着改善欧式期权的定价和对冲。