跳转到内容

2.8 Black-Scholes 与模型的假设

难度★★★

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。