期权希腊字母度量了不同因素的变化对期权价格的影响。现将主要希腊字母的含义、计算与实现方法以及一些业内常用处理方式总结如下。

文章目录

  • 1. Delta
    • 定义与计算
    • 意义与用法
  • 2. Gamma
    • 定义与计算
    • 意义与用法
  • 3. Vega
    • 定义与计算
    • 意义与用法
  • 4. Theta
    • 定义与计算
    • 意义与用法
  • 5. Python实现
  • 参考

1. Delta

定义与计算

Delta衡量期权理论价值相对于标的资产价格的变化率,Δ=∂V∂S\Delta =\frac{\partial V}{\partial S}Δ=∂S∂V​。
基于BS Model,欧式期权,无分红下Delta的计算公式为:

Call Put
Δ=Φ(d1)\Delta =\Phi (d_{1})Δ=Φ(d1​) Δ=−Φ(−d1)\Delta =-\Phi (-d_{1})Δ=−Φ(−d1​)

其中,

  • d1=ln(S/K)+(r+σ2/2)τστd_{1} = \frac{ln(S/K) + (r + {\sigma ^{2}}/2)\tau }{ \sigma\sqrt{\tau } }d1​=στ​ln(S/K)+(r+σ2/2)τ​;
  • Φ\PhiΦ是标准正态分布的累积分布函数,Φ(x)=12π∫−∞xe−y22dy\Phi (x) = \frac{1}{\sqrt{2 \pi}}\int_{-\infty}^{x }e^{-\frac{y^{2}}{2}}dyΦ(x)=2π​1​∫−∞x​e−2y2​dy;
  • SSS为标的资产价格;
  • KKK为行权价;
  • rrr为无风险利率,实际常用一年期国债利率来表示;
  • τ=T−t\tau=T-tτ=T−t,表示距离到期日的时间。实际常将单位转化为年,例如,距离到期日还有25天,则τ=25/365=0.068\tau=25/365=0.068τ=25/365=0.068;
  • σ\sigmaσ为标的资产的历史波动率。例如,计算50ETF期权的Greeks时,sigmasigmasigma常用过去60天50ETF对数收益率的标准差,再将其年化后来表示。

意义与用法

认购期权的Delta值介于0到1之间,认沽期权的值介于-1到0之间。越实值的期权,Delta的绝对值越接近于1,越虚值的期权,Delta的绝对值越趋近于0,平值期权的Delta的绝对值为0.5。基于这一特性,也常把Delta看作期权到期时实值的概率。

Delta具有可加性,可以被用来衡量头寸风险。例如,买入delta为0.5的A期权2张和delta为-0.4的B期权1张,那么总体持仓的风险状况可以表示为:0.5∗2−0.4=0.60.5*2-0.4=0.60.5∗2−0.4=0.6,这是一个多头头寸。

对于交易者来说,Delta也常代表着Delta中性策略的对冲比率,只要使头寸的整体Delta值保持为0,那么就建立了一个中性的套保策略。例如,1份ETF期权多头需要用Delta份ETF空头来对冲。

最后,可以用Delta来计算杠杆。我们知道期权具有一定的杠杆性,比如ETF上涨1%,期权上涨10%,那么期权的杠杆就是10倍。通过Delta,我们可以计算期权的杠杆倍数。假设目前50ETF的价格是3.000元,有一份期权现在的价格是0.100元,Delta为0.33。如果ETF上涨1%,也就是0.03元,期权价格就会上涨0.03*Delta,等于0.01元。从涨幅来看,期权合约上涨了10%。因此,期权合约的杠杆大概是10倍。

2. Gamma

定义与计算

Gamma衡量期权Delta相对于标的资产价格的变化率,也即期权理论价值对标的资产价格的二阶导数,Γ=∂Δ∂S=∂2V∂S2\Gamma = \frac{\partial \Delta}{\partial S} = \frac{\partial ^{2} V}{\partial S^{2}}Γ=∂S∂Δ​=∂S2∂2V​。

基于BS Model,欧式期权,无分红下Delta的计算公式为:
Γ=ϕ(d1)Sστ\Gamma = \frac{\phi(d_{1})}{S\sigma\sqrt{\tau }}Γ=Sστ​ϕ(d1​)​
其中,

  • ϕ\phiϕ是标准正态分布的概率密度函数,ϕ(x)=e−x222π\phi(x) = \frac{e^{-\frac{x^{2}}{2}}}{\sqrt{2\pi}}ϕ(x)=2π​e−2x2​​;

意义与用法

绝大多数的期权多头拥有正的Gamma,平值期权的Gamma最大,而深实值或深虚值期权的Gamma则趋近于0。随着到期日的临近,平值期权的Gamma还会急剧增加。

Gamma常被用于衡量对冲风险。当标的价格变化一个单位时,为了保证对冲的效果,需要调整对冲比率Delta,而新的Delta值便等于原来的Delta值加上(减去)Gamma值。因此Gamma值越大,Delta值变化越快,进行Delta中性对冲时的风险程度也越高。

3. Vega

定义与计算

Vega衡量期权理论价值相对于标的资产隐含(预期)波动率的变化率,ν=∂V∂σ\nu =\frac{\partial V}{\partial \sigma}ν=∂σ∂V​。
基于BS Model,欧式期权,无分红下Delta的计算公式为:
ν=Sϕ(d1)τ\nu = S\phi (d_{1})\sqrt{\tau }ν=Sϕ(d1​)τ​

  • 业内习惯把Vega理解为波动率变动1个百分点对应期权价值的变化量,所以根据此公式计算出的vega还需再除以100。

意义与用法

期权价格随着标的资产预期波动率的增加而上升,因此不论认购还是认沽,多头期权的Vega都是正数,空头期权的Vega都是负数。平值期权的Vega值最大,当期权处于较深的价内或价外时,Vega值接近于0。

4. Theta

定义与计算

Theta衡量期权时间价值的损耗,表示时间每经过一天,期权价值会损失多少,Θ=−∂V∂τ\Theta=-\frac{\partial V}{\partial \tau}Θ=−∂τ∂V​。
基于BS Model,欧式期权,无分红下Theta的计算公式为:

Call Put
Θ=−Sϕ(d1)σ2τ−rKe−rτΦ(d2)\Theta = -\frac{S\phi(d_{1})\sigma}{2\sqrt{\tau }} - rKe^{-r\tau }\Phi(d_{2})Θ=−2τ​Sϕ(d1​)σ​−rKe−rτΦ(d2​) Θ=−Sϕ(d1)σ2τ+rKe−rτΦ(−d2)\Theta = -\frac{S\phi(d_{1})\sigma}{2\sqrt{\tau }} + rKe^{-r\tau }\Phi(-d_{2})Θ=−2τ​Sϕ(d1​)σ​+rKe−rτΦ(−d2​)
  • d2=ln(S/K)+(r−σ2/2)τστ=d1−στd_{2} = \frac{ln(S/K) + (r - {\sigma ^{2}}/2)\tau }{ \sigma\sqrt{\tau } }=d_{1} - \sigma\sqrt{\tau}d2​=στ​ln(S/K)+(r−σ2/2)τ​=d1​−στ​
  • 业内习惯Theta用来衡量每日的time decay,而BS Model中的时间单位是年,所以按此公式算出来的Theta需要再除以365。

意义与用法

不论是看涨还是看跌期权,随着时间的流逝,期权价值都会不断下降,所以对于期权多头,Theta值几乎都为负,而对于期权空头,则每天都在坐享时间价值的收入。一个例外是深度实值的欧式认沽期权,其Theta值可能为正。越接近到期日,期权的时间价值消逝的速度会越快,即Theta的绝对值会随时间消逝而变大。

5. Python实现

import numpy as np
import scipy.stats as sidef d(s,k,r,T,sigma):d1 = (np.log(s / k) + (r + 0.5 * sigma ** 2) * T) / (sigma * np.sqrt(T))d2 = d1 - sigma * np.sqrt(T)return (d1,d2)def delta(s,k,r,T,sigma,n):'''认购期权的n为1认沽期权的n为-1'''d1 = d(s,k,r,T,sigma)[0]delta = n * si.norm.cdf(n * d1)return deltadef gamma(s,k,r,T,sigma):d1 = d(s,k,r,T,sigma)[0]gamma = si.norm.pdf(d1) / (s * sigma * np.sqrt(T))return gammadef vega(s,k,r,T,sigma):d1 = d(s,k,r,T,sigma)[0]vega = (s * si.norm.pdf(d1) * np.sqrt(T)) / 100return vegadef theta(s,k,r,T,sigma,n):'''认购期权的n为1认沽期权的n为-1'''d1 = d(s,k,r,T,sigma)[0]d2 = d(s,k,r,T,sigma)[1]theta = (-1 * (s * si.norm.pdf(d1) * sigma) / (2 * np.sqrt(T)) - n * r * k * np.exp(-r * T) * si.norm.cdf(n * d2)) / 365return theta

最后计算出的Greeks值,可以对照Options Calculator来查验纠错。

参考

WIKIPEDIA: Greeks
Investopedia: Greeks
知乎:期权之希腊字母Delta, Gamma, Vega和Theta解读

期权Greeks(Delta、Gamma、Vega、Theta) 介绍与Python实现相关推荐

  1. delta和gamma中性_在期权交易中,Delta、Gamma、Theta、Vega都是什么?

    对于期权投资交易者而言,熟悉Delta.Gamma.Theta.Vega等的希腊值(Greeks值)的特征及性质是非常重要的,无论在交易策略制定上,还是在风险管理上.可以说,了解这些Greeks值在实 ...

  2. Greeks介绍 ,python实现方案

    Greeks介绍 ,python实现方案 ##对冲的介绍 以期权举例能更容易的理解对冲的意义,持有期权有两种形式: naked position covered position 第一种顾名思义就是单 ...

  3. pyhton:运算符重载(期权Greeks相加)

    运算符重载,网上很多例子. 最近在学期权定价,期权有一堆风险指标,Greeks. 想用OOP实现,简化代码.但涉及到类加减运算. 直观上,线性组合,Greeks的各分项就应该对应相加. 废话不多说,直 ...

  4. delta和gamma中性_套期保值中性技术操作之构建delta—gamma中性

    你的同事休假前用某股票以及该股票的3个月的期权,执行了一个针对该股票的策略,因为他离开办公室几个星期了,你的上司要求你建立一个delta--gamma中性策略,以中和该股票(当前价格17)的全部头寸. ...

  5. python怎么实现输入多行文字_介绍一个Python 包,几行代码可实现 OCR 文本识别!...

    点击上方 Z先生点记,加为星标 第一时间收到 Python 技术干货! 文字 OCR 识别技术现在已经相当成熟了,无论 其 准确度还是识别速度 都能够满足我们的日常需要:今天给大家介绍一个 Pytho ...

  6. python网站设计理念_简单介绍下python Django框架的历史,设计理念及优势_Django讲解2...

    简单介绍下python Django框架的历史,设计理念及优势 Django是一个高层次的 Python Web 框架,它是一个鼓励快速开发和干净,实用的框架设计.Django可以更容易地快速构建更好 ...

  7. 排序算法基本介绍及python实现(含详细注释)

    对数组排序可以说是编程基础中的基础,本文对八种排序方法做简要介绍并用python实现. 代码中注释很全,适合复习和萌新学习.这是刚入学自己写的,可能难免比不上标准的写法,但是懒得改了. 文末会放和排序 ...

  8. 数据结构之平衡树:红黑树的介绍与Python代码实现——17

    红黑树的介绍与Python代码实现 红黑树的介绍 红黑树(Red-Black Tree)是一种平衡二叉查找树,它是一种以比较简单的方式实现的2-3查找树 红黑树基于2-3查找树的表现 红链接:将两个2 ...

  9. python环境介绍_Python介绍以及Python环境搭建

    Python介绍以及Python环境搭建 1.Python 发展历史 Python是由Guido van Rossum在八十年代末和九十年代初,在荷兰国家数学和计算机科学研究所设计出来的,据说是在圣诞 ...

最新文章

  1. 数字图像缩放之最近邻插值与双线性插值处理效果对比
  2. timestamp mysql php_PHP和Mysql的Timestamp互换
  3. git之工作区、版本区、远程仓库之间相互操作
  4. 3.3.1 差错控制(检错编码)
  5. ios上传文件云服务器上,ios文件上传服务器
  6. HTML5学习笔记(二)
  7. 【OpenCV 例程200篇】71. 连续函数的取样
  8. github推荐好玩项目
  9. Java PreparedStatement IN子句替代
  10. getElementById和ByTagName的区别
  11. beautifulsoup_Py之Beautiful Soup:Beautiful Soup 4.2.0的简介、安装、使用方法
  12. 201510月职称计算机题目,职称计算机考试模拟题库-Excel试题及答案11
  13. base64编码将字符串转换为图片
  14. ccs: memory range overlaps existing memory range
  15. 人体一机竞技格斗机器人_在格斗机器人比赛中,如何判断输赢?
  16. 爱普生发布特殊3D眼镜:内建Google专门开发的安卓系统
  17. OSChina 周五乱弹 —— 生命诚可贵,改 BUG 价更高?
  18. 树上分治算法 + 路径剖分
  19. 嵌入式C设计模式---状态机设计模式
  20. Unity IK动画

热门文章

  1. 趣味中秋,用动画字符来贺岁佳节
  2. 时序建模:时间戳与时序特征衍生思路汇总
  3. 如何实现同一个ip下同一个80端口部署多个网站?
  4. java图片双缓存_Java 双缓冲技术消除图片闪动
  5. LaTex论文排版 | (23) LaTex中的正上、正下标记以及各种箭头符号总结
  6. 数字经济绿色创新匹配:全国3169公司数字金融企业绿色专利匹配数据 2011-2019年
  7. 【苹果推软件】Apple IOS推送证书 如何创建CSR文件
  8. android模拟器mac版本下载,MaxMac电脑版怎么下载 安卓模拟器电脑版下载地址
  9. wlan:11a/11b/11g/11n/11ac
  10. 9-vulnhub靶机-Tr0ll-ssh-rsa-private-环境变量-缓冲区溢出提权