第2章：期权定价模型——BSM模型推导、希腊字母含义、隐含波动率

期权定价，说白了就是给「不确定性」标个价。我刚开始做量化时，觉得BSM公式就是个黑盒子，往里扔几个参数，出来一个价格。后来自己动手推了一遍，才发现里面全是门道。

这一章，咱们就把BSM模型拆开看看。不搞纯数学推导，而是讲清楚它背后的逻辑。然后聊聊希腊字母——这些才是实盘交易里真正有用的东西。最后说说隐含波动率，嗯，这个才是期权交易的核心。

2.1 BSM模型：从随机游走到定价公式

BSM模型的核心假设其实就一条：标的资产价格服从几何布朗运动。什么意思？就是价格变化由两部分组成——确定性的漂移项和随机性的波动项。

数学上写成这样：

dS = μS dt + σS dW

其中μ是预期收益率，σ是波动率，dW是维纳过程（说白了就是白噪声）。

我个人习惯把这个公式拆成两句话理解：

• μS dt：趋势部分，股票长期会涨（或跌）
• σS dW：随机部分，每天上蹿下跳

BSM的厉害之处在于，他们发现可以通过构造一个无风险组合来消除随机项。具体做法是：买入一份期权，同时卖出Δ份标的资产。这样组合的价值变化就不受随机项影响了。

推导过程我就不一步步写了，直接给最终结果——看涨期权定价公式：

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

看跌期权呢？用看涨-看跌平价关系就能推出来：

P = K·e^(-rT)·N(-d₂) - S₀·N(-d₁)

我在项目中遇到过一个问题：用BSM给深度虚值期权定价，结果总是偏低。后来发现，BSM假设波动率恒定，但实际市场里深度虚值期权的波动率往往更高——这就是所谓的「波动率微笑」。

2.2 希腊字母：风险管理的核心工具

BSM公式给了我们价格，但交易员更关心的是：价格会怎么变？希腊字母就是干这个的。

我刚开始做期权交易时，觉得希腊字母就是一堆数学导数。后来亏过几次钱才明白——希腊字母是风险暴露的度量。你持仓的希腊字母组合，就是你面对市场变化的「脆弱性」。

2.2.1 Delta（Δ）——方向性风险

Delta衡量标的价格每变动1元，期权价格变动多少。数学上就是期权价格对标的价格的一阶偏导。

Δ_call = N(d₁)
Δ_put = N(d₁) - 1

看涨期权的Delta在0到1之间，看跌期权的Delta在-1到0之间。平值期权附近，Delta大约0.5。

2.2.2 Gamma（Γ）——Delta的变化速度

Gamma衡量Delta对标的资产价格的敏感度。说白了，就是「Delta的变化率」。

Γ = N'(d₁) / (S₀·σ√T)

Gamma在平值期权附近最大，深度价内或价外时趋近于0。这意味着：平值期权的Delta最不稳定。

我曾经吃过Gamma的亏。持有一大堆平值期权过周末，周一开盘标的跳空2%，Delta瞬间从0.5变成0.8，仓位风险完全变了样。嗯，从那以后我过夜仓位都会检查Gamma暴露。

2.2.3 Theta（Θ）——时间衰减

Theta衡量每过一天，期权价值损失多少。对于期权买方来说，Theta永远是负的——时间是你的敌人。

Θ_call = -[S₀·N'(d₁)·σ] / (2√T) - r·K·e^(-rT)·N(d₂)

有意思的是，Theta在临近到期时加速衰减。最后30天，时间价值像雪崩一样往下掉。

2.2.4 Vega（ν）——波动率风险

Vega衡量隐含波动率每变动1%，期权价格变动多少。这是期权交易里最容易被忽视的风险。

ν = S₀·N'(d₁)·√T

Vega与剩余时间成正比。长期期权的Vega更大，对波动率变化更敏感。

我个人的经验是：Vega是期权交易员真正的「赌注」。方向判断错了可以止损，但波动率判断错了，你可能根本意识不到自己在亏钱。

2.2.5 Rho（ρ）——利率风险

Rho衡量无风险利率每变动1%，期权价格变动多少。对于短期期权，Rho几乎可以忽略。但对于长期期权（比如LEAPS），Rho的影响不可小觑。

ρ_call = K·T·e^(-rT)·N(d₂)

说实话，我在实盘交易中很少关注Rho。除非美联储要议息了，我才会看一眼。

2.3 隐含波动率：市场情绪的晴雨表

BSM公式里有一个输入参数——波动率σ。但问题是，我们不知道未来的波动率是多少。于是就有了两种波动率：

• 历史波动率（HV）：基于过去价格数据计算的实际波动率
• 隐含波动率（IV）：把期权市场价格代入BSM公式，反推出来的波动率

隐含波动率才是真正重要的。它代表了市场对未来波动的一致预期。

2.3.1 如何计算隐含波动率？

BSM公式里，除了σ之外，其他参数都是已知的（S₀、K、r、T）。把市场价格C_market代入，解方程求σ：

C_BSM(S₀, K, r, T, σ) = C_market

这个方程没有解析解，只能用数值方法求解。最常用的是牛顿-拉夫森法：

def implied_volatility(C_market, S, K, r, T):
    sigma = 0.3  # 初始猜测
    for i in range(100):
        C = bsm_call(S, K, r, T, sigma)
        v = bsm_vega(S, K, r, T, sigma)
        sigma -= (C - C_market) / v
        if abs(C - C_market) < 1e-6:
            break
    return sigma

代码很简单，但要注意：Vega不能为0（深度价外期权可能Vega很小），否则迭代会发散。

2.3.2 波动率微笑与偏斜

如果BSM模型是完美的，那么同一标的、同一到期日的所有期权，隐含波动率应该相同。但实际市场不是这样。

你会发现：价外看跌期权和价外看涨期权的隐含波动率不一样。这就是波动率微笑（Volatility Smile）或波动率偏斜（Volatility Skew）。

行权价	隐含波动率	说明
深度价外看跌	35%	市场担心暴跌，避险需求推高IV
平值	25%	正常水平
深度价外看涨	28%	市场对暴涨也有一定预期

为什么会这样？因为BSM假设价格连续变化，但实际市场存在跳跃风险。极端行情（比如2020年3月的暴跌）发生的概率，比BSM假设的对数正态分布要高得多。

2.3.3 波动率期限结构

不同到期日的期权，隐含波动率也不同。一般来说：

• 短期期权IV波动大，对事件敏感
• 长期期权IV相对稳定，反映长期预期

我习惯把波动率期限结构画出来看看。如果短期IV远高于长期IV，说明市场近期有重大不确定性（比如财报、选举）。这时候做卖方要格外小心——高IV意味着高溢价，但也意味着高风险。

2.4 本章小结

BSM模型是期权定价的基石，但别把它当真理。它是一把尺子，量出来的东西仅供参考。真正决定期权价格的，是市场参与者的集体情绪——也就是隐含波动率。

希腊字母是风险管理的语言。我建议你每次建仓前，都问自己三个问题：

1. 我的Delta暴露是多少？（方向风险）
2. 我的Gamma有多大？（Delta变化风险）
3. 我的Vega敞口如何？（波动率风险）

把这三个问题想清楚，你的期权交易至少不会犯大错。