پرش به محتوای اصلی
گزینه‌هافارسی

قیمت‌گذاری گزینه‌ها و گریک‌ها: از Black-Scholes تا مدیریت دلتا

قیمت گزینه، ارزش امروزی حقِ انتخاب است: حقِ خرید یا فروش دارایی در آینده با قیمتی مشخص (Strike). قیمت‌گذاری یعنی تبدیل این حق به عدد با یک مدل — و گریک‌ها یعنی تفکیک حساسیت آن عدد به هر ورودی مدل. بدون فهم گریک‌ها، هر سبد گزینه‌ای یک جعبه سیاه است.

نویسنده: تیم تحریریه فین‌اسکوپ مشتقه‌ها · آخرین به‌روزرسانی: ۱۶ آبان ۱۴۰۵

اهداف یادگیری

  • قیمت گزینه را با BSM و Black-76 محاسبه و با پاریتی پوت–کال اعتبارسنجی کنید
  • تمرین زودهنگام آپشن آمریکایی را با درخت CRR مدل کنید
  • دلتا، گاما، وگا و تتا را تفسیر و برای هج استفاده کنید

پیش‌نیازها

مبانی مشتقه‌های مالی از صفر

ارزش ذاتی، ارزش زمانی و پاریتی

ارزش ذاتی کال اروپایی max(S−K, 0) و پوت max(K−S, 0) است — همان چیزی که اگر امروز اجرا شد دست می‌آید. قیمت بازار همیشه دست‌کم ارزش ذاتی است؛ مازادِ آن ارزش زمانی است: پاداش احتمال بهبود وضعیت تا سررسید. نزدیک سررسید ارزش زمانی به صفر می‌لغزد (Theta مثبت برای فروشنده) و همین «فروپاشی زمانی» ویژگی تعریف‌کننده خرید آپشن است. پاریتی پوت–کال یک هویت بدون مدل است: C − P = S·e^(−qT) − K·e^(−rT). این هویت مستقل از هر مدل قیمت‌گذاری برقرار است و نقض آن یعنی آربیتراژ؛ به همین دلیل پلتفرم آن را به‌عنوان تست پذیرش روی خروجی موتور قفل می‌کند.

C − P = S·e^(−qT) − K·e^(−rT) (پاریتی پوت–کال)
C = S·e^(−qT)·N(d₁) − K·e^(−rT)·N(d₂)
d₁ = [ln(S/K) + (r − q + σ²/2)T]/(σ√T), d₂ = d₁ − σ√T
BSM با فرض نوسان ثابت و بدون جهش؛ Black-76 نسخه فورواردی همان مدل است: به‌جای S از F استفاده می‌کند و اتحاد Black76(F,r) ≡ BSM(S=F, q=r) برقرار است.

گریک‌ها: زبان مدیریت ریسک گزینه

دلتا (∂V/∂S) حساسیت درجه‌یک به قیمت زیربنایی است و هم‌زمان احتمال بی‌طرف ریسک اجرا در اروپایی‌ها را تقریب می‌زند؛ هج دلتا یعنی خرید/فروش Δ واحد دارایی برای خنثی‌کردن این حساسیت. گاما (∂²V/∂S²) می‌گوید این هج چقدر سریع کهنه می‌شود — گامای بزرگ یعنی باید مدام بازهج کنید (و هزینه معاملاتی و ریسک Slippage بپردازید). وگا (∂V/∂σ) حساسیت به نوسان است: خریدار گزینه لانگ وگاست، پس در بازارهای بی‌تحرک از Theta می‌سوزد ولی از بالا رفتن نوسان سود می‌برد. تتا جریان از دست رفتن ارزش زمانی در هر روز است و برای فروشنده گزینه درآمدی است که با ریسک دنباله سنگین خریده می‌شود. جمع این چهار عدد، پروفایل ریسک هر استراتژی گزینه‌ای را کامل توصیف می‌کند.

مثال عددی: هج دلتای یک کال

  1. کال آتی با دلتا ۰٫۵۸ روی ۱۰ قرارداد لانگ (اندازه هر قرارداد ۱۰۰ سهم): موضع معادل = ۱۰ × ۱۰۰ × ۰٫۵۸ = ۵۸۰ سهم.
  2. برای خنثی‌سازی، ۵۸۰ سهم شورت کنید — یا ۵۸۰÷۱۰۰ = ۵٫۸ قرارداد آتی شورت.
  3. قیمت ۱ واحد بالا می‌رود: سود گزینه ≈ ۵۸۰ واحد، زیان هج ≈ ۵۸۰ واحد — سبد در ابتدای مسیر تقریباً بی‌حساس به قیمت است.
  4. بعد از حرکت بزرگ، دلتای گزینه تغییر می‌کند (اثر گاما)؛ هج باید دوباره تنظیم شود — دفعات بازهج = هزینه واقعی دلتا-نوثالیتی.

نتیجه: دلتا-نوثالیتی یک لحظه است نه یک حالت پایدار: گاما تعیین می‌کند چند وقت یک‌بار باید هزینه بازهج بپردازید. مدیریت این معامله‌پایه، مهارت واقعی پورتفولیو گزینه‌ای است.

برای آپشن آمریکایی مدل تحلیلی ندارد؛ درخت دوجمله‌ای CRR با مقایسه ارزش ادامه و اجرای زودهنگام در هر گره، مرز بهینه اجرا را عددی می‌سازد — و همگرایی آن به BSM با افزایش گام‌ها در تست‌های پلتفرم قفل شده است.

پرسش‌های متداول

دلتای ۰٫۳۰ یعنی احتمال ۳۰٪ اجرا؟

تقریب ریسک‌بی‌طرف است: دلتای کال اروپایی N(d₁) با احتمال اجرا N(d₂) در همان پارامترها نزدیک است ولی برابر نیست. برای اهداف ریسک مفید است؛ برای احتمال سوددهیِ استراتژی‌ها خیر — آن احتمال به پرمیوم پرداختی و توزیع واقعی بازار وابسته است.

اگر نوسان ضمنی بالاتر از نوسان مورد انتظار من باشد چه کنم؟

اگر دیدگاه شما صحیح باشد، گزینه گران است: فروش گزینه (با هج) یا استراتژی‌های کم‌وگا مثل اسپرد عمودی به‌جای خرید مطلق. فروش گزینه ریسک دنباله دارد؛ همیشه با اندازه موقعیت محدود و هج مدیریت کنید.

چرا فروشنده گزینه همیشه در Theta برنده و در Gamma بازنده است؟

ارزش زمانی از فروشنده به خریدار جریان دارد (تتا مثبت فروشنده). در عوض فروشنده در برابر حرکات بزرگ حساسیت درجه‌دو منفی دارد (گامای منفی) — یعنی هر چه بازار بیشتر حرکت کند زیانش سرعت می‌گیرد. این دو همیشه با هم هستند: درآمد تتا «کرایه» پذیرش ریسک گاما و دنباله است.

منابع

  1. Black, F., & Scholes, M. (1973). The Pricing of Options and Corporate Liabilities. JPE 81(3).
  2. Black, F. (1976). The Pricing of Commodity Contracts. JFE 3(1-2).
  3. Cox, J., Ross, S., & Rubinstein, M. (1979). Option Pricing: A Simplified Approach. JFE 7(3).
  4. Hull, J. C. (2022). Options, Futures, and Other Derivatives (11th ed.), Ch. 15–19. Pearson.
  5. Haug, E. (2007). The Complete Guide to Option Pricing Formulas. McGraw-Hill.

بازگشت به آکادمی