欢迎来到 Black-Scholes 的世界！

你好！今天我们要深入探讨金融数学中最著名的课题之一：Black-Scholes 模型。如果你曾经好奇交易员是如何决定一个期权的“公平价格”，这就是答案。虽然它满布希腊字母和长长的公式，看起来很吓人，但别担心！我们会一步步拆解它。读完这些笔记后，你会发现它其实只是一个根据几个关键要素来寻找价格的“食谱”。

1. 游戏规则：Black-Scholes 的假设

在使用该模型之前，我们必须先了解它所处的“完美世界”。在 IFoA 的考试中，你经常会被要求列出或解释这些假设。你可以将这些视为模型能正确运作的基本规则。

主要假设：

1. 股票价格遵循几何布朗运动 (Geometric Brownian Motion)：这是一个花哨的说法，意思是股票的回报率遵循常态分布 (Normal Distribution)，而股票价格本身则遵循对数常态分布 (Log-normal distribution)。同时假设波动率 (\( \sigma \)) 为常数。
2. 无股息：基本模型假设股票在期权有效期内不会支付任何现金股息。
3. 无风险利率为常数：利率 (\( r \)) 是已知的，且保持不变。
4. 无“摩擦”：没有交易成本，没有税收，且你可以买卖任何数量的股票（即使是极小的份额）。
5. 无套利 (No Arbitrage)：没有“免费午餐”。你不能在不承担任何风险的情况下获得确定的利润。
6. 连续交易：你可以在任何你想要的微秒内交易股票。

快速复习：为什么我们要在意这些？因为如果现实世界中没有满足这些假设（通常确实无法完全满足！），模型计算出的价格可能会稍微“偏差”。

2. Black-Scholes 偏微分方程 (PDE)

Black-Scholes PDE 是该模型的“引擎”。它描述了期权价值 (\( f \)) 如何随着时间 (\( t \)) 和股票价格 (\( S \)) 的变化而改变。

该方程如下：
\( \frac{\partial f}{\partial t} + rS \frac{\partial f}{\partial S} + \frac{1}{2} \sigma^2 S^2 \frac{\partial^2 f}{\partial S^2} = rf \)

别惊慌！在考试中，你很少需要从零开始推导这个方程。你需要知道的是它的含义：它告诉我们，如果构建一个“Delta 对冲”投资组合（结合期权和股票），该组合应该能获得无风险回报率。

关键要点：这个 PDE 是关于风险中性定价 (risk-neutral pricing) 的陈述。它说明衍生产品的价格并不取决于股票的预期增长率，而是取决于其波动率和无风险利率。

3. Black-Scholes 定价公式

当我们为欧式买权 (Call) 和卖权 (Put) 解开那条可怕的 PDE 时，我们得到了这些著名的公式。它们将是你准备 CM2 考试的最佳伙伴！

欧式买权价格 (\( C_t \))：

\( C_t = S_t \Phi(d_1) - K e^{-r(T-t)} \Phi(d_2) \)

欧式卖权价格 (\( P_t \))：

\( P_t = K e^{-r(T-t)} \Phi(-d_2) - S_t \Phi(-d_1) \)

这些字母是什么意思？
- \( S_t \)：现时股价
- \( K \)：行使价 (Strike price)
- \( r \)：无风险利率
- \( T-t \)：距离到期的剩余时间
- \( \Phi(d) \)：标准常态分布的累积分配函数（即“统计表”中的数值）
- \( \sigma \)：股价波动率

记忆小撇步：可以将买权公式理解为：（预期获得的价值）减去（预期支付的价值）。
\( S_t \Phi(d_1) \) 大致是你收到的股票的预期价值，而 \( K e^{-r(T-t)} \Phi(d_2) \) 是你必须支付的行使价的现值。

4. 计算 \( d_1 \) 和 \( d_2 \)

要使用上述公式，首先需要计算 \( d_1 \) 和 \( d_2 \)。这是大多数学生容易在计算器上犯错的地方，所以请慢慢来！

\( d_1 = \frac{\ln(S_t / K) + (r + \frac{1}{2} \sigma^2)(T-t)}{\sigma \sqrt{T-t}} \)

\( d_2 = d_1 - \sigma \sqrt{T-t} \)

逐步流程：
1. 计算对数部分：\( \ln(S/K) \)。
2. 计算“漂移 (drift)”部分：\( (r + 0.5\sigma^2) \times \text{时间} \)。
3. 将它们相加并除以“时间波动率”：\( \sigma \sqrt{\text{时间}} \)。
4. 得到 \( d_1 \) 后，只需减去 \( \sigma \sqrt{\text{时间}} \) 即可得到 \( d_2 \)。
5. 在你的公式表 (Formula Tables) 中查出 \( \Phi(d_1) \) 和 \( \Phi(d_2) \)。

常见错误：务必确保 \( T-t \) 的单位是年。如果期权在 6 个月后到期，请使用 0.5！

5. “希腊字母”：衡量风险

“希腊字母 (The Greeks)”告诉我们当其中一个“成分”发生变化时，期权价格会如何变动。它们对于风险管理至关重要。

- Delta (\( \Delta \))：当股价变动 1 美元时，期权价格的变动幅度。对于买权，\( \Delta = \Phi(d_1) \)。
- Gamma (\( \Gamma \))：当股价变动时，Delta 的变动幅度。它衡量对冲的“稳定性”。
- Theta (\( \theta \))：“时间流逝”(Time decay)。期权越接近到期，价值会随时间减少。
- Vega (\( \nu \))：当波动率 (\( \sigma \)) 改变时，期权价格的变动幅度。
- Rho (\( \rho \))：当利率改变时，期权价格的变动幅度。

你知道吗？Delta 也是你为了“对冲”（抵销风险）你所卖出的期权而应该持有的股票数量。这被称为 Delta 对冲 (Delta Hedging)。

6. 历史波动率与隐含波动率

波动率是 Black-Scholes 公式中唯一的“秘密成分”，因为我们无法直接观测到未来。

- 历史波动率 (Historical Volatility)：审视过去。我们计算过去股价回报的标准差。
- 隐含波动率 (Implied Volatility, IV)：审视市场。我们利用期权的现时市场价格，透过 Black-Scholes 公式“反向推算”，找出能让公式结果等于市价的 \( \sigma \)。

关键要点：隐含波动率代表市场对未来风险的预期。如果 IV 很高，期权就会变得很贵！

7. 总结与小撇步

快速复习：
- 买权价格： \( S\Phi(d_1) - Ke^{-rt}\Phi(d_2) \)
- 卖权价格： 使用平价公式 (Put-Call Parity) 或卖权公式。
- Delta： 买权为 \( \Phi(d_1) \)，卖权为 \( \Phi(d_1) - 1 \)。
- 对数常态： 价格呈对数常态分布；回报率呈常态分布。

鼓励：如果现在这些公式看起来像一堆乱码，别担心！试着用不同的数字练习计算 \( d_1 \) 和 \( d_2 \) 五次。一旦你掌握了这两个数值的计算，本章剩下的内容自然会融会贯通。你一定做得到！