Skip to content

2.8 Black-Scholes 与模型的假设

难度★★★

This page hasn’t been translated into English yet, so you’re reading the Chinese original. Chapters are being translated one by one.

期权链上的 IV 和希腊字母,是谁算出来的

Section titled “期权链上的 IV 和希腊字母,是谁算出来的”

打开 SPY 的期权链,看 30 天后到期的 770C。SPY $770 时,这一行除了报价,平台还会显示几个数(示例价格,非实时):

  • 报价约 $14.10
  • IV 15.0%
  • Delta 0.53,Theta −0.25(希腊字母,第3章讲)
  • 有的平台还显示一个「理论价」,约 $14.08

报价是买卖双方挂出来的,其余几个数却没有人报。没有人挂单说「我按 15% 的波动率卖出」,也没有人按 Delta 成交。它们都是平台用一个定价模型算出来的,这个模型就是 Black-Scholes。你每天看的 IV 和希腊字母,都建立在这个模型的假设之上。所以,要判断这些数什么时候可信,先要知道模型用什么算、假设了什么。

Black-Scholes:输入六个因素,输出价格和希腊字母

Section titled “Black-Scholes:输入六个因素,输出价格和希腊字母”

Black-Scholes 模型(Black-Scholes model)是 1973 年由 Fischer Black 和 Myron Scholes 发表的欧式期权定价公式,同年 Robert Merton 作了重要扩展。它的输入就是 2.1 的六个定价因素,输出是一个理论价格,同时还能算出第3章的全部希腊字母。

以 SPY 770C 为例,六个输入是:

输入 符号 SPY 770C
股价 S $770
行权价 K $770
剩余时间 T 30/365 年
波动率 σ 15%
无风险利率 r 4%
股息率 q 1.2%

读法:除了 σ,其余五个都能直接查到。股价看报价,行权价和到期日写在合约里,利率查美国短期国债收益率,股息率查公司的派息。σ 指的是到期以前股价将来的波动,无法直接观察(2.1)。

把这六个数代入模型,得到 call 的理论价格约 $14.08,与报价 $14.10 只差 2 美分;同时得到 Delta 约 0.53、Theta 约 −0.25 等希腊字母。put 的价格可以用同一套公式算出,也可以用 2.7 的平价关系从 call 推出。

公式如下。学期权不需要背诵或推导它,只需要认识每个符号:

C=S e−qT N(d1)−K e−rT N(d2)C = S\,e^{-qT}\,N(d_1) - K\,e^{-rT}\,N(d_2) d1=ln⁡(S/K)+(r−q+σ2/2) TσTd2=d1−σT\begin{aligned} d_1 &= \frac{\ln(S/K) + (r - q + \sigma^2/2)\,T}{\sigma\sqrt{T}} \\ d_2 &= d_1 - \sigma\sqrt{T} \end{aligned}
  • C:call 的理论价格,单位是美元/股。
  • N(·):标准正态分布的累积概率(0.7)。输入一个数,得到小于这个数的概率,结果在 0 和 1 之间。
  • e^(−qT)、e^(−rT):把股息和利息的影响折算到今天,2.7 的平价关系里用过。
  • ln(S/K):按对数计算的股价与行权价的距离。
  • σ√T:到期以前股价波动的一个标准差(按对数计),与 2.2 的 √T 规律是同一件事。
  • N(d1):与 Delta 密切相关(第3章)。
  • N(d2):call 到期时成为实值的概率,按「风险中性」计算。

这个公式可以这样读:C 等于到期时可能得到的股票价值,减去可能要支付的行权价。两项都按成为实值的可能性加权,再折现到今天。

SPY 770C 的 N(d2) 约为 0.51,也就是到期成为实值的概率约 51%。这里的「风险中性」,是指模型计算时假设股票的平均收益率正好等于无风险利率。这样得到的概率称为风险中性概率,是定价用的工具,2.9 讲它从哪里来。股票真实的平均收益率通常更高,所以 call 真实的实值概率通常略高于 N(d2),期限越长,相差越多(3.1)。

延伸阅读:按公式手算一遍 SPY 770C

条件:S = 770,K = 770,T = 30/365,σ = 15%,r = 4%,q = 1.2%。

  1. ln(S/K) = ln(770/770) = 0。
  2. σ√T = 0.15 × √(30/365) ≈ 0.15 × 0.2867 ≈ 0.0430。
  3. d1 = [0 + (0.04 − 0.012 + 0.15² ÷ 2) × 30/365] ÷ 0.0430 ≈ 0.003226 ÷ 0.0430 ≈ 0.0750。
  4. d2 = 0.0750 − 0.0430 ≈ 0.0320。
  5. 查正态分布表:N(d1) ≈ 0.52990,N(d2) ≈ 0.51277。
    • 这里要多保留几位小数,因为下一步是两个大数相减,小的误差会被放大。
  6. C ≈ 769.24 × 0.52990 − 767.47 × 0.51277 ≈ 407.62 − 393.54 ≈ $14.08。
    • 769.24 和 767.47 分别是 S e^(−qT) 和 K e^(−rT),来自 2.7 的示范「核对一组报价,算出另一个价格」。

实际使用时,用期权计算器(工具箱)或下面的交互图计算即可,不需要手算。

反过来用:平台上的 IV 是反推出来的

Section titled “反过来用:平台上的 IV 是反推出来的”

实务中,Black-Scholes 最常见的用法是反过来:已知市场价格,求 σ。

仍以 SPY 770C 为例。五个能查到的输入不变,只换 σ,模型给出的价格如下:

代入的 σ 模型价格
10% $9.70
15% $14.08
20% $18.47

读法:σ 越大,价格越高(2.1)。市场报价 $14.10 落在 15% 那一行,所以使模型价格等于 $14.10 的 σ 约为 15.0%。这个 σ 就是隐含波动率(IV,2.3):它是隐含在市场价格里的波动率,不是谁预测出来的。

平台对期权链上的每一份合约都这样做一次:取一个市场价格,用计算机反复试 σ,直到模型价格等于这个价格。得到 IV 以后,再把它和另外五个输入一起代入模型,算出希腊字母和理论价。所以平台上的 IV、希腊字母和理论价,都依赖三样东西:

  • 用的是哪个市场价格:买价、卖价,还是中间价(1.6)。
  • 利率和股息的假设。
  • 模型本身,例如美式期权按欧式计算,还是用 2.9 的二叉树。

三样里有一样不同,结果就不同。因此同一张期权,两个平台显示的 IV 和 Delta 常常略有差别(第3章实战要点第 1 条)。

业内有一句玩笑:IV 是「把错误的数字放进错误的公式,得到正确的价格」。意思是,价格由市场决定,而模型的假设常常与现实不符;IV 就是让模型的结果与市场报价一致的那个数。模型错在哪里,下面用一个例子来看。

交互图:改变股价、剩余天数和 IV,观察 Black-Scholes 价格和实值概率 N(d2) 怎样随之变化。把标的换成 SPY,可以与上面的 770C 对照;只改 IV,就是在做一次「反推」。

交互图需要启用 JavaScript。
延伸阅读:个股虚值 call 反推出的 IV

NVDA $225,30 天期的 300C 报 $0.35。把价格和另外五个因素代入模型,反解出 σ ≈ 50%。这比近平值的 230C(约 40%)高出约 10 个百分点,体现的是个股虚值 call 一侧的微笑(2.5)。

课程出题为了便于计算,把 NVDA 225 以上的行权价一律取 40%;按 40% 计算,300C 只值约 $0.06。真实的个股,call 一侧常常像这里一样向上翘起。

模型什么时候对,什么时候不对:SPY 725P

Section titled “模型什么时候对,什么时候不对:SPY 725P”

同一天、同一个到期日,看两张 SPY 期权:

  • SPY 770C(平值):用 15% 算出 $14.08,报价 $14.10,几乎一样。
  • SPY 725P(虚值约 6%):用同样的 15% 计算,模型只给出约 $1.04。市场报价却是 $3.00,接近模型价的 3 倍(3.00 ÷ 1.04 ≈ 2.9)。把 $3.00 代入模型反推,725P 的 IV 约为 20%。

同一个模型,为什么一张几乎分毫不差,另一张差了将近 3 倍?原因在模型的假设。模型假设股价只有一个固定的波动率,而且大跌的可能性按对数正态分布计算(下文)。市场不这样看:指数大跌的日子比这个分布预测的多得多,而 725P 正是为大跌付钱的合约。所以市场给它更高的价格,反推出来就是更高的 IV。各个行权价反推出的 IV 因此连成一条向左上翘的线,这就是 2.5 的看跌偏斜。

所以说,偏斜是市场给模型打的补丁:模型只有一个 σ,市场就给每个行权价各配一个 σ,把模型漏掉的大跌风险补回价格里。对你来说,这意味着读 IV 要连同行权价一起读。指数虚值 put 的 IV 高于平值是常态,不能只凭这一点就说它偏贵(2.5)。

SPY 725P 只是其中一条假设出了问题。Black-Scholes 一共有七条主要的假设:

模型假设 现实 平台的数字
股价按对数正态分布连续变动 大涨大跌比这个分布预测的多 用平值 IV 算,指数的虚值 put 理论价明显偏低,指数的虚值 call 反而偏高;个股两侧的虚值期权常常都偏低(2.5)
波动率固定不变 波动率会变化,而且会聚集 各行权价、各到期日的 IV 不同
股价不会跳空 财报和突发新闻造成隔夜跳空 覆盖事件的到期日 IV 偏高,事件后回落(2.6)
可以随时、免费地买卖股票,对冲期权的风险 有买卖价差和手续费,夜间无法交易 做市商要额外的补偿:买卖价差更宽,IV 通常高于之后的实现波动率
利率和股息固定、已知 利率会变,股息可能调整 期限越长,误差越大
欧式行权 美股个股和 ETF 期权都是美式 深度实值或期限长的 put、除息日前的实值 call,理论价偏低(2.9)
可以自由卖空 有的股票难借券 put 偏贵、call 偏便宜(2.7)

表中前三条用到四个概念,都在第0章出现过:

  • 对数正态分布(lognormal distribution):股价取对数之后服从正态分布。所以股价总是正数,下跌最多跌到接近 0,上涨却没有上限,上涨的空间比下跌大。

正态分布左右对称,可以跌到负数;对数正态分布以 0 为下限,右边的尾巴更长

示意 · 同一个现价、同样的波动率,到期时股价可能落在哪里:曲线越高,越可能落在那里

对数正态分布正态分布跌到负数右边的尾巴更长股价 0现价到期时的股价
正态分布以现价为中心左右对称,左端有一部分落在 0 以下;对数正态分布从 0 开始,没有负数,右边的尾巴比正态分布长。
正态分布与对数正态分布 · 到期时股价的两种假设(示意)
  • 肥尾(fat tails,0.7):分布两端的极端情况比正态分布预测的更常见,而且越极端,差距越大。标普 500 几十年里出现过好几次按正态分布几乎不可能发生的单日涨跌,数字见 0.7 和数据与证据。对数正态分布同样没有肥尾,所以模型低估了大涨大跌的可能性。
  • 波动聚集(volatility clustering,0.6):大波动之后往往跟着大波动,小波动之后往往跟着小波动。所以波动率不是一个固定的数。
  • 跳空(gap,0.1):股价在两次成交之间直接跳到新的价位,中间的价格没有成交,例如开盘价与前一个交易日的收盘价相差很远。

把七条假设落到你会遇到的情形上,最常见的有四种。判断的方法都一样:先问这个情形使哪条假设不成立,再问市场价格怎样偏离模型,最后看平台上的数字往哪边偏。

1. 财报前:「股价不会跳空」不成立。 财报会使股价隔夜跳空,而模型只认识连续的小幅波动。市场只好把这一次跳空的风险摊进覆盖财报的到期日的 σ 里,所以这个到期日的 IV 明显高于前后的到期日(事件溢价,2.6)。平台算希腊字母时,把这个偏高的 IV 当作到期以前一直不变的波动率。实际上财报一公布,不确定性消失,IV 会在一夜之间大幅回落(IV 崩塌,2.6),期权价格随之下跌。这一夜的损失,平台显示的 Theta 里看不出来。

2. 指数的虚值 put:「对数正态、没有肥尾」不成立。 个股的虚值 call 也可能这样:有收购传闻的股票随时可能大涨,这一侧的 IV 同样会上翘,没有确定日期的消息也算跳空的风险。 这就是上面的 SPY 725P。用平值 IV 计算,理论价偏低($1.04 对 $3.00);平台上这个行权价显示的 IV 偏高(约 20%,平值 15%)。这是偏斜的常态,不说明这张 put 一定偏贵。

3. 长期期权:「利率和股息固定、已知」不成立。 模型假设到期以前,利率和股息一直等于今天输入的数。期限只有 30 天时,这个假设偏一点影响很小;期限一两年时,影响就大了。2.1 的例子:利率从 4% 升到 5%,30 天期的 AAPL 340C 只上涨约 $0.14,1 年期的上涨约 $1.70。所以长期期权的理论价和 IV,很依赖平台填的利率和股息。

股息的假设一旦过时,同一行权价的 call 和 put 反推出的 IV 就会一边偏低、一边偏高。例如公司提高了股息,平台还在用旧的、较低的股息率。市场价格已经反映了更高的股息:call 变便宜,put 变贵(2.1)。平台用较低的股息去反推,要让模型的 call 价格降到市场价,只能把 σ 调低;put 正好相反,只能把 σ 调高。于是 call 的 IV 显示偏低,put 的 IV 显示偏高。长期期权还更常遇到提前行权的问题,见下一部分。

4. 难借券的股票:「可以自由卖空」不成立。 借券费的效果相当于多了一笔股息(2.7):put 偏贵,call 偏便宜。2.7 的例子:$50 的股票,年化借券费 30%,60 天期平值期权的 C − P 约为 −$2.08。平台如果没有把借券费算进去,就会把这个差价当作波动率的差别:同一行权价的 put 显示的 IV 明显高于 call。按平价关系,两者本应相同(2.7)。所以看到 put 的 IV 远高于同一行权价的 call,先查这只股票是不是难借券,不要以为 put 被高估、可以卖出。

四种情形归纳如下:

情形 不成立的假设 平台的数字
财报前 不会跳空 覆盖财报的到期日 IV 偏高,财报后回落
指数的虚值 put 对数正态、没有肥尾 这个行权价的 IV 偏高;用平值 IV 算的理论价偏低
长期期权 利率、股息固定已知 理论价和 IV 随利率、股息的假设偏离,期限越长偏得越多
难借券的股票 可以自由卖空 平台没有计入借券费时,put 的 IV 偏高,call 的 IV 偏低

读法:表里的「偏高」「偏低」,都是相对于模型假设成立时应有的数。这些偏离多数是市场在补模型的漏洞,不是交易机会;它们告诉你平台的哪个数这时不能照字面读。

Black-Scholes 算不了的:美式期权的提前行权

Section titled “Black-Scholes 算不了的:美式期权的提前行权”

第六条假设单独说一句。Black-Scholes 只能给欧式期权定价,而 AAPL、NVDA、SPY 的期权都是美式期权,到期以前随时可以行权(1.5)。对期限短、在平值附近的期权,「可以提前行权」这项权利几乎不值钱,按欧式算差别很小。对深度实值或期限长的 put,差别就大了:按 Black-Scholes 计算,深度实值的欧式 put 可以低于内在价值,而美式 put 随时可以行权,价格不会低于内在价值;1 年期的平值 AAPL 340P,美式也比欧式贵约 $1.26(2.9)。平台如果用 Black-Scholes 给这样的美式 put 定价,理论价就偏低。除息日前的实值 call 也有提前行权的价值,Black-Scholes 同样算不出来。怎样把提前行权算进价格,要用 2.9 的二叉树。

随堂练习:下面三个情形,逐一说出模型的哪条假设不成立,平台上的理论价或 IV 会偏高还是偏低。

  1. 一家生物科技公司下周公布新药审批的结果。你在看覆盖这一天的到期日的期权,再对照下一个到期日。
  2. 一只股票刚刚宣布派发一次大额的特别股息,平台的股息率还是旧的数。你在看同一行权价的 call 和 put。
  3. 一只不派息的股票从 $60 跌到 $30,你持有行权价 $60、还剩 9 个月到期的美式 put。平台用 Black-Scholes 计算它的理论价。
参考解答
  1. 不成立的是「股价不会跳空」。审批结果常常非此即彼,股价会大涨或大跌(2.6)。市场把这次跳空的风险摊进覆盖公布日的到期日,所以这个到期日的 IV 偏高,明显高于下一个到期日。结果一公布,IV 会大幅回落;平台按偏高的 IV 算出的希腊字母只在公布以前适用。
  2. 不成立的是「利率和股息固定、已知」。市场价格已经反映了更高的股息:call 变便宜,put 变贵。平台用较低的旧股息率去反推:要让模型的 call 价格降到市场价,只能调低 σ,所以 call 的 IV 显示偏低;put 正好相反,IV 显示偏高。反过来,按旧股息率和同一个 IV 算出的理论价,是 call 偏高、put 偏低。
  3. 不成立的是「欧式行权」。这张 put 深度实值,内在价值 = 60 − 30 = $30。Black-Scholes 把它当作欧式 put:要等 9 个月才能按 $60 卖出,这笔钱折现到今天明显减少,所以理论价偏低,可能低于 $30。例如按 IV 40%、利率 4% 估算,约为 $28.38。美式 put 可以立即行权得到 $30,价格不会低于 $30,所以平台的理论价偏低。

常见误区:

  • 「Black-Scholes 算出来的就是期权的『正确价格』。」——它只是一组假设下的理论价格。价格以市场为准,模型的作用是在价格与 IV 等参数之间换算。
  • 「平台上的 IV 是平台预测的未来波动率。」——IV 是把市场价格代入模型反推出来的 σ,反映的是市场价格,不是平台的预测。用的价格、利率和股息的假设不同,IV 也会不同。
  • 「虚值 put 的 IV 比平值高,说明它被高估了。」——指数的看跌偏斜是常态,是市场为模型低估的大跌风险补上的价格。判断是否偏贵,要按同一虚值程度比较偏斜自己的历史,例如 25-Delta put 的 IV 与平值 IV 之差(2.4、2.5);股价一动,同一个行权价的虚值程度就变了,所以不按固定行权价比较。
  • 「模型不完美,所以没用。」——它是全行业通用的语言,IV 和希腊字母都要通过它来表达。使用时需要知道它在哪些情形下失效。

思考题:

  1. Black-Scholes 的 6 个输入里,哪个在实务中通常是「反推」出来的?为什么只有它要反推?(答:波动率 σ。另外五个都能直接查到,只有未来的波动无法观察;把市场价格代入公式反推出的 σ,就是 IV。)
  2. 为什么说偏斜是市场给 Black-Scholes「打的补丁」?(答:模型假设波动率固定、没有肥尾,所以低估了大跌的可能性。市场给虚值 put 更高的价格,反推出来就是更高的 IV,把大跌风险补回到价格里。)
  3. 其他条件不变,SPY 770C 的报价从 $14.10 升到 $16.30。用本节「反过来用」那张表,估算新的 IV 大约是多少。(答:$16.30 介于 15% 的 $14.08 和 20% 的 $18.47 之间,约在两者的中点:(16.30 − 14.08) ÷ (18.47 − 14.08) ≈ 0.51,所以 IV 约为 15% + 0.51 × 5% ≈ 17.5%。按模型精确反推,也约为 17.5%。)

本节要点:

  1. Black-Scholes 模型的输入是六个定价因素 S、K、T、σ、r、q,输出是欧式期权的理论价格和希腊字母;公式只需要认识符号,不需要背诵。
  2. 平台上的 IV 是把市场价格代入模型、反解出的 σ;希腊字母和理论价再用这个 IV 算出,所以它们都取决于用的价格、利率和股息的假设,以及模型本身。
  3. 模型假设对数正态分布、波动率固定、不跳空、可以自由卖空、欧式行权等,现实常常不符;偏斜和事件溢价是市场给模型打的补丁。
  4. 财报前,覆盖财报的到期日 IV 偏高、财报后回落;指数的虚值 put,IV 偏高,用平值 IV 算的理论价偏低;长期期权,理论价和 IV 随利率和股息的假设偏离;难借券的股票,平台没有计入借券费时,put 的 IV 显示偏高、call 的偏低。
  5. Black-Scholes 算不了美式期权的提前行权:深度实值或期限长的美式 put、除息日前的实值美式 call,用它计算会偏低,要用二叉树(2.9)。

本节任务:在自选股的期权链上选一张 30–45 天到期、行权价最接近现价的期权,记下股价、行权价、剩余天数、买价和卖价,算出中间价(1.6)。利率按 4% 或当时的美国短期国债收益率,股息率查公司的派息。打开期权计算器(工具箱),输入这五个因素,先用平台显示的 IV 算一次价格,再调高或调低 IV,直到计算器的价格等于中间价。写下你反推出的 IV,和平台显示的 IV 差多少;如果差得多,从「用的价格、利率和股息、模型」三样里找原因。最后写一句:这只股票近期有没有本节的四种情形,例如到期以前有财报、难借券或股息有变。

关键术语:

中文 English 释义
Black-Scholes 模型 Black-Scholes model 把六个因素换算成欧式期权理论价格的公式;反过来,把市场价格代入公式解出的 σ 就是 IV
对数正态分布 lognormal distribution 定价模型所用的价格分布:股价取对数之后呈正态分布,所以股价不会为负,上涨的空间比下跌大
肥尾 fat tails 极端涨跌比正态分布预测的更常见(0.7)
波动聚集 volatility clustering 大波动之后往往跟着大波动,平静的日子也往往接连出现(0.6)
跳空 gap 开盘价与前一个交易日的收盘价相差很远,常规时段里两者之间的价格没有成交(0.1)

课后练习

学完这一节,先独立算下面的题,再展开参考答案核对。做错了就点「收进错题本」,到「复习」页按第 1、3、7 天重做;错因照样记进你自己的错题本。

A10【2.8 模型】AAPL $340,30 天期 340C,r 4%,股息率 0.3%。按 Black-Scholes,σ 取 20%、25%、30% 时,模型价格约为 $8.29、$10.23、$12.17。(1) 市场中间价 $11.65,平台显示的 IV 约为多少?(2) AAPL 3 天后公布财报,这个到期日覆盖财报。模型的哪条假设不成立?平台上这个到期日的 IV 偏高还是偏低,财报后会怎样?

参考答案
  1. $11.65 介于 σ = 25% 的 $10.23 和 σ = 30% 的 $12.17 之间:(11.65 − 10.23) ÷ (12.17 − 10.23) ≈ 0.73,IV ≈ 25% + 0.73 × 5% ≈ 28.7%(按模型精确反推也约为 28.7%)。这就是把市场价格代入模型反推出的 σ(2.8)。
  2. 不成立的是「股价不会跳空」。市场把财报一夜跳空的风险摊进这个到期日的 σ,所以这个到期日的 IV 偏高;财报公布后 IV 大幅回落(IV 崩塌,2.6),按它算出的希腊字母只在财报以前适用。

换一组数字再练

题目参数每次随机生成,答完点「检查」即时判对错。价格是示例、不是实时行情;答数量时按提示的单位填写,亏损或下跌填负数。

需要启用 JavaScript 才能自动出题。

问 AI 导师

卡住了,或者想换个角度再学一遍?把下面这段提示词交给 Claude 或其他 AI 助手,它会按本课程的教学规则一对一带你学这一节。提示词可以先改再复制。

AI 也会算错:它给的数字请自己复算,拿不准时以正文和答案页为准。

仅供学习,不构成投资建议。课程里的价格和数据都是标注过的示例,不是实时行情。