本页为简体中文译文。如有歧义,请以英文原文为准。 阅读英文版 →
跳转到主要内容

Black-Scholes 模型

Black-Scholes 回答的是一个简单的问题:“这份期权应该值多少钱?”

给定五个输入参数:现货价格、行权价、距到期日的时间、利率和波动率,该公式会输出一个理论公允价值。它是欧式期权的标准定价模型,也是计算隐含波动率和 Greeks 的基础。

输入参数​

S 现货价格$100,000
K 行权价$100,000
T 距到期天数30d
r 利率5.0%
σ 波动率50%
Black-Scholes步骤3:看涨期权价格
步骤4:看跌期权价格C
$5,909
点击查看数学P
$5,499
看涨期权价格
看跌期权价格
ITMOTM$0-$5.9k$80kK ($100k)$120k
到期收益$105.9k
Spot must rise 5.9% to profit
看涨期权收益
ITMOTM$0-$5.5k$80kK ($100k)$120k
到期收益$94.5k
Spot must fall 5.5% to profit

Black-Scholes 与 Greeks​

试着操作上面的计算器。注意到移动每个滑块时价格是如何变化的吗?这些敏感度都有各自的名字,统称为 Greeks。

Greek衡量内容
Delta现货价格变动 $1 时,期权价格变动多少
Theta期权价格每天下降多少
VegaIV 变动 1% 时,期权价格变动多少
Gamma现货价格变动时,Delta 本身变化多少

这些并不只是抽象的数字。试一试:缓慢向上拖动 Spot 滑块,观察 Call Price。这个变化速率就是 Delta。

那么,Greek 究竟是什么?​

每个 Greek 都是一个斜率,即曲线的陡峭程度。

显示:
现货变动时看涨期权价格如何变化. 点击或沿曲线拖动。
$0k$23k$80k$120k现货价格
放大${zoomLevel}倍
变动上升
斜率 = 上升 / 变动
现货价格
$100k
看涨期权价格
$5.91k
Delta (斜率)
0.54
Delta = 0.54 → If spot moves $1,000, call moves ~$540

这条曲线展示了当某一个输入参数变化时,期权价格如何随之变化。曲线在您当前位置越陡,价格对该输入参数就越敏感。

  • 平缓的曲线 → Greek 较小 → 价格对该输入几乎没有反应
  • 陡峭的曲线 → Greek 较大 → 该输入变化时价格大幅变动

这就是数学中“导数”的全部含义:曲线在某一点上的斜率。每个 Greek 只是在不同方向上测量斜率。

有关每个 Greek 的更多内容,请参阅 Greeks 参考。

最重要的输入参数

波动率 (σ) 是唯一无法直接观察到的输入参数。您可以查到 S、K、T 和 r,但 σ 必须通过估计得出,或从市场价格中反推得出。这正是隐含波动率如此重要的原因。

核心假设​

Black-Scholes 假设:

假设现实
仅限欧式行权✓ 与 Hypercall 一致
波动率恒定✗ 波动率持续变化
无股息✓ 对加密资产成立;派息股票需要做调整
价格服从对数正态分布✗ 加密资产存在肥尾
连续交易✓ 加密资产 24/7 交易
无交易成本✗ 存在手续费

尽管存在这些局限,Black-Scholes 仍然是期权定价的基石。

为什么重要​

  1. 行业标准:所有人都把它当作基准
  2. Greeks 推导:Delta、Gamma、Theta、Vega 都源自 Black-Scholes
  3. 隐含波动率:在给定市场价格的情况下,通过反解 Black-Scholes 求得
  4. 快速合理性检查:这份期权的定价合理吗?

实际应用​

您不需要手工计算 Black-Scholes。像 Hypercall 这样的平台会在内部使用它来:

  • 显示理论价格
  • 计算 Greeks
  • 从市场价格中推导隐含波动率

该模型为您提供的是理论公允价值。市场价格可能因供需关系而有所不同,但 Black-Scholes 是参考基准。

建立数学直觉​

从零开始学习 Black-Scholes互动课程 · 无需基础

上面的互动课程从第一性原理出发讲解 Black-Scholes 公式:什么是看涨期权、五个输入参数 (S、K、T、r、σ)、公式的两部分结构 (C = S·N(d₁) − K·e⁻ʳᵀ·N(d₂))、d₁ 和 d₂ 分别衡量什么、一个完整的数值计算示例,以及约束价格的无套利复制论证。

开源实现​

代码库为什么值得一看
QuantLib行业标准的 C++ 分析库,权威的 BS 实现
py_vollib简洁的 Python BS + IV 求解器,易于阅读
lets_be_rational快速 IV 求解器,展示真实的反解过程
RustQuant现代 Rust 量化库,包含 BS 定价

相关内容:

  • 期权估值:内在价值与时间价值
  • 行权方式:为什么欧式行权对 Black-Scholes 很重要
  • 二元期权:模型如何通过 N(d₂) 扩展到数字型到期收益
  • 静态复制:将普通期权到期收益分解为二元期权
  • 情景网格:在冲击情景下对头寸重新定价所使用的模型