第一章：期权市场与波动率基础

大家好，我是你们这门课的主讲。在量化金融这个行当摸爬滚打了十几年，我最大的感触就是——波动率才是期权交易的核心灵魂。很多人一上来就盯着价格看，其实价格只是表象，波动率才是那个藏在幕后的推手。今天咱们就从最基础的东西聊起，把期权和波动率这层窗户纸捅破。

1.1 期权基本概念

期权这东西，说白了就是一种选择权。你付一笔权利金，就能在未来某个时间点，按约定价格买入或卖出某个资产。我当年刚入行时，带我的老交易员跟我说过一句话，我一直记着：「期权就是买保险，波动率就是保费。」

咱们快速过一下几个核心要素：

• 看涨期权（Call）：给你买入的权利。你觉得行情要涨，就买Call。
• 看跌期权（Put）：给你卖出的权利。你觉得行情要跌，就买Put。
• 行权价（Strike）：约定的买卖价格。
• 到期日（Expiry）：权利失效的那一天。
• 权利金（Premium）：你为这份权利付出的成本。

嗯，这里要注意一个坑：期权是零和游戏吗？ 其实不是。买方和卖方承担的风险完全不对称。买方最多亏掉权利金，卖方理论上可能亏到倾家荡产。我见过太多新手一上来就卖期权，结果被一波行情打爆仓。

1.2 BSM定价模型回顾

说到期权定价，绕不开Black-Scholes-Merton模型。这个模型在1973年提出，直接拿了诺贝尔奖。它的核心思想是：在无套利假设下，期权价格可以由一个偏微分方程解出来。

公式长这样：

C = S₀·N(d₁) - K·e^(-rT)·N(d₂)

其中：
d₁ = [ln(S₀/K) + (r + σ²/2)T] / (σ√T)
d₂ = d₁ - σ√T

我个人习惯把这个公式拆成两部分理解：

• S₀·N(d₁)：预期收益的现值
• K·e^(-rT)·N(d₂)：预期成本的现值

我在项目中遇到过一件事：有次用BSM给深度虚值期权定价，发现价格明显偏低。后来一查，原来是模型假设波动率是常数，但实际市场里波动率会变。这就是为什么后来有了随机波动率模型。

1.3 波动率的定义与分类

波动率这东西，说白了就是资产价格波动的剧烈程度。但不同场景下，我们说的波动率其实不是一回事。我把它分成三类：

类型	定义	计算方式	用途
历史波动率（HV）	过去一段时间的实际波动	收益率的标准差	回测、风险评估
隐含波动率（IV）	从期权价格反推出来的波动	BSM公式反解	定价、交易决策
已实现波动率（RV）	高频数据计算的真实波动	日内收益率的平方和	波动率衍生品结算

你想想看，这三个波动率之间的关系，就像天气预报、实际天气和事后统计。隐含波动率是「市场预期」，历史波动率是「过去记录」，已实现波动率是「真实发生」。

1.4 波动率微笑与偏斜

如果BSM模型是完美的，那么不同行权价的期权应该算出相同的隐含波动率。但现实不是这样。你会发现：深度实值和深度虚值的期权，隐含波动率往往更高。画出来就像一张笑脸，这就是「波动率微笑」。

为什么会这样？

• 肥尾效应：极端行情发生的概率比正态分布预测的要高
• 杠杆效应：股价下跌时，公司杠杆增加，波动率上升
• 供需失衡：市场参与者更倾向于买入虚值期权做保护

在股票市场，尤其是美股，你会发现波动率不是对称的微笑，而是偏斜（Skew）——虚值Put的波动率远高于虚值Call。这反映了市场对下跌的恐惧远大于对上涨的期待。我08年那会儿在华尔街实习，亲眼看着VIX从20飙到80，那段时间虚值Put的波动率简直离谱。

知识体系总览

下面这张图，是我自己梳理的本章知识结构。你可以把它当作一个导航图，后面每讲一个知识点，都能在这张图上找到位置。

这张图把本章的核心脉络串起来了。从期权基本概念出发，到BSM定价模型，再到波动率的三种分类，最后引出波动率微笑这个核心现象。后面的章节，我们会一层层深入，把每个模块都拆开揉碎了讲。

好了，第一章就到这里。波动率这东西，越琢磨越有意思。后面我们会聊怎么把波动率曲面建出来，怎么用它做动态对冲。那些才是真正赚钱的硬功夫。

---