5D Library › 期权隐含波动率曲面、偏度溢价与垂直价差结构的定量风控 · English

第四章 希腊值随剩余期限的非线性变化

四个希腊值

希腊值是期权价格对各个输入的偏导数,告诉我们价格对哪种变化敏感。对不付股息标的的欧式看跌期权:

Δ=N(d1)−1,Γ=φ(d1)SσT,𝒱=STφ(d1),\Delta = N(d_1) – 1, \qquad \Gamma = \frac{\varphi(d_1)}{S\sigma\sqrt{T}}, \qquad \mathcal{V} = S\sqrt{T}\,\varphi(d_1),

Θ=−Sφ(d1)σ2T+rKe−rTN(−d2),\Theta = -\frac{S\varphi(d_1)\sigma}{2\sqrt{T}} + rKe^{-rT}N(-d_2),

其中 φ\varphi 是标准正态密度。Δ\Delta 是标的变动 1 单位时价格的变化;Γ\Gamma 是 Δ\Delta 的变化率;𝒱\mathcal{V}(vega)是波动率变动时的价格变化,本书按每 1 个波动率点(0.01)报告;Θ\Theta 是时间流逝的价格变化,这里取负的 ∂P/∂T\partial P/\partial T,按每个日历日报告。

这四个量由布莱克—斯科尔斯偏微分方程联系在一起:

Θ+12σ2S2Γ+rSΔ−rP=0.\Theta + \tfrac12\sigma^2 S^2\Gamma + rS\Delta – rP = 0.

它的含义是:在模型中,时间损耗是伽马的价格。持有正伽马的头寸,每天付出 Θ\Theta,换来标的波动时的凸性收益;如果标的的实际波动率恰好等于隐含波动率,二者在期望上抵消。所以「时间价值每天都在流失」本身不是亏损的理由,真正决定期望盈亏的是实际波动率与隐含波动率之差、标的的实际漂移与交易成本,这正是第五章模型的出发点。

随剩余期限变化

下面的程序先用有限差分检查四个公式,再计算行权价 100 的看跌期权在实值(标的 95)、平值(100)与虚值(105)时,四个希腊值随剩余天数从 60 天缩短到 1 天的变化(本章的剩余期限与每日时间损耗都按日历日计,第五、八章的时间止损则按交易日计);最后计算第三章的 100/95 熊市看跌价差在不同标的价格与剩余期限下的净希腊值。

推导

# Greeks of a European put (closed form, checked by finite differences) as days to
# expiry (DTE) shrink, and the net Greeks of the 100/95 bear put spread. Theta per
# calendar day, vega per 1 vol point. Illustrative parameters.
import math

def ncdf(x):
    return 0.5 * (1.0 + math.erf(x / math.sqrt(2.0)))

def npdf(x):
    return math.exp(-0.5 * x * x) / math.sqrt(2 * math.pi)

def put(S, K, T, r, s):
    d1 = (math.log(S / K) + (r + 0.5 * s * s) * T) / (s * math.sqrt(T))
    d2 = d1 - s * math.sqrt(T)
    price = K * math.exp(-r * T) * ncdf(-d2) - S * ncdf(-d1)
    delta = ncdf(d1) - 1
    gamma = npdf(d1) / (S * s * math.sqrt(T))
    theta = -S * npdf(d1) * s / (2 * math.sqrt(T)) + r * K * math.exp(-r * T) * ncdf(-d2)
    vega = S * npdf(d1) * math.sqrt(T)
    return price, delta, gamma, theta / 365, vega / 100

def fd_check(S=100.0, K=100.0, T=30 / 365, r=0.03, s=0.22, h=1e-4):
    p, d, g, th, v = put(S, K, T, r, s)
    fd = ((put(S + h, K, T, r, s)[0] - put(S - h, K, T, r, s)[0]) / (2 * h),
          (put(S + h, K, T, r, s)[0] - 2 * p + put(S - h, K, T, r, s)[0]) / h ** 2,
          -(put(S, K, T + h, r, s)[0] - put(S, K, T - h, r, s)[0]) / (2 * h) / 365,
          (put(S, K, T, r, s + h)[0] - put(S, K, T, r, s - h)[0]) / (2 * h) / 100)
    return max(abs(a - b) / abs(b) for a, b in zip(fd, (d, g, th, v)))

if __name__ == "__main__":
    r = 0.03
    print(f"finite-difference check: largest relative error {fd_check():.1e}"
          " (gamma limited by step size)")
    print("put K = 100, vol 0.22   DTE:    60      30      14       7       3       1")
    for S, lab in ((95, "ITM S=95"), (100, "ATM S=100"), (105, "OTM S=105")):
        g = [put(S, 100, d / 365, r, 0.22) for d in (60, 30, 14, 7, 3, 1)]
        for i, name in ((1, "delta"), (2, "gamma"), (3, "theta/day"), (4, "vega/pt")):
            print(f"  {lab:10s} {name:10s}" + "".join(f"{x[i]:8.3f}" for x in g))
    th = [put(100, 100, d / 365, r, 0.22)[3] for d in (30, 7)]
    print(f"ATM theta, 7 vs 30 DTE: ratio {th[1] / th[0]:.2f}"
          f" (sqrt(30/7) = {math.sqrt(30 / 7):.2f})")
    print("bear put spread, long 100 (vol .22) / short 95 (vol .245)")
    print("   DTE    S     value   delta    gamma   theta/day  vega/pt")
    for d in (30, 7, 3):
        for S in (92.0, 95.0, 97.5, 100.0, 103.0):
            a, b = put(S, 100, d / 365, r, 0.22), put(S, 95, d / 365, r, 0.245)
            n = [x - y for x, y in zip(a, b)]
            print(f"   {d:3d}  {S:5.1f}  {n[0]:6.3f}  {n[1]:+6.3f}  {n[2]:+7.4f}"
                  f"   {n[3]:+7.4f}   {n[4]:+6.3f}")
# finite-difference check: largest relative error 3.3e-06 (gamma limited by step size)
# put K = 100, vol 0.22   DTE:    60      30      14       7       3       1
#   ITM S=95   delta       -0.683  -0.771  -0.873  -0.950  -0.995  -1.000
#   ITM S=95   gamma        0.042   0.051   0.051   0.035   0.008   0.000
#   ITM S=95   theta/day   -0.019  -0.024  -0.023  -0.013   0.003   0.008
#   ITM S=95   vega/pt      0.137   0.082   0.039   0.013   0.001   0.000
#   ATM S=100  delta       -0.460  -0.472  -0.481  -0.486  -0.491  -0.495
#   ATM S=100  gamma        0.045   0.063   0.092   0.131   0.200   0.346
#   ATM S=100  theta/day   -0.025  -0.038  -0.057  -0.083  -0.128  -0.226
#   ATM S=100  vega/pt      0.161   0.114   0.078   0.055   0.036   0.021
#   OTM S=105  delta       -0.259  -0.199  -0.119  -0.051  -0.007  -0.000
#   OTM S=105  gamma        0.035   0.042   0.044   0.033   0.009   0.000
#   OTM S=105  theta/day   -0.023  -0.029  -0.031  -0.023  -0.007  -0.000
#   OTM S=105  vega/pt      0.138   0.084   0.041   0.015   0.002   0.000
# ATM theta, 7 vs 30 DTE: ratio 2.19 (sqrt(30/7) = 2.07)
# bear put spread, long 100 (vol .22) / short 95 (vol .245)
#    DTE    S     value   delta    gamma   theta/day  vega/pt
#     30   92.0   3.811  -0.244  -0.0259   +0.0244   -0.050
#     30   95.0   2.983  -0.299  -0.0091   +0.0166   -0.026
#     30   97.5   2.225  -0.300  +0.0085   +0.0052   +0.004
#     30  100.0   1.518  -0.260  +0.0219   -0.0057   +0.031
#     30  103.0   0.849  -0.184  +0.0269   -0.0129   +0.046
#      7   92.0   4.698  -0.177  -0.0806   +0.0584   -0.032
#      7   95.0   3.743  -0.464  -0.0883   +0.0746   -0.039
#      7   97.5   2.392  -0.575  +0.0102   +0.0117   +0.000
#      7  100.0   1.096  -0.425  +0.0953   -0.0539   +0.038
#      7  103.0   0.254  -0.150  +0.0706   -0.0473   +0.031
#      3   92.0   4.928  -0.077  -0.0709   +0.0504   -0.012
#      3   95.0   4.149  -0.503  -0.1808   +0.1397   -0.033
#      3   97.5   2.449  -0.777  +0.0037   +0.0178   -0.001
#      3  100.0   0.776  -0.481  +0.1881   -0.1188   +0.034
#      3  103.0   0.060  -0.066  +0.0624   -0.0433   +0.012

有限差分与解析公式的最大相对误差为 3.3×10−63.3 \times 10^{-6},公式无误。

平值期权的伽马与时间损耗随到期临近而加速:伽马从 60 天时的 0.045 升到 1 天时的 0.346,每日时间损耗从 −0.025 升到 −0.226。按公式,平值时间损耗大致与 1/T1/\sqrt{T} 成正比:剩余 7 天时的损耗是 30 天时的 2.19 倍,接近 30/7=2.07\sqrt{30/7} = 2.07(差别来自利率项)。vega 则随期限缩短而单调下降,从 0.161 降到 0.021。

实值与虚值期权不同:伽马与时间损耗先升后降,在剩余两到四周时达到峰值,然后迅速趋于零,因为期权「要么几乎肯定行权,要么几乎肯定作废」。深度实值的欧式看跌期权在临近到期时时间损耗甚至变为正值(3 天时 +0.003),因为它的价值接近按利率贴现的行权价,时间流逝反而使贴现减少。

价差的净希腊值取决于标的在两个行权价之间的位置,并且随到期临近而放大:

  • 标的在多头行权价 100 附近时,价差的净伽马为正、净时间损耗为负:剩余 30 天时每天损耗 0.0057,7 天时 0.0539,3 天时 0.1188,放大约 21 倍。
  • 标的在空头行权价 95 附近时,符号相反:净伽马为负、时间流逝反而带来收益(7 天时每天 +0.0746),因为价差正在向最大价值 5 收敛。
  • 在两个行权价的中点 97.5 附近,净伽马与净 vega 接近零,价差像一个纯粹的方向头寸,Delta 最大(3 天时 −0.777)。

图二画出了这些变化。左图是价差价值随标的价格的变化:剩余天数越少,曲线越接近到期时的折线;右图是净时间损耗,可以看出它在两个行权价之间改变符号,并且越临近到期越尖锐。

100/95 熊市看跌价差的价值(左)与每日净时间损耗(右)随标的价格的变化,剩余 30、9、3 天(示意参数,隐含波动率 0.22/0.245)。左图点线为含买卖价差的开仓成本 1.58,即最大亏损。

注

「时间止损」直觉的来源。 交易者常说:价差在头一两周没有动静,就该走了,因为越往后时间损耗越快。上面的数字说明这句话部分正确:如果标的停在多头行权价附近,每日净损耗确实从 0.006 放大到 0.05 以上;但如果标的已经向空头行权价移动,时间流逝反而有利。所以时间止损是否合理,取决于标的在哪里,而不只是过了多少天。第五章会把这一点写成最优停时问题。

本章小结

希腊值由布莱克—斯科尔斯方程联系在一起,在模型中时间损耗是伽马的价格。平值期权的伽马与时间损耗随到期临近按 1/T1/\sqrt{T} 加速,实值与虚值期权的则先升后降。熊市看跌价差的净希腊值随标的位置改变符号:标的在多头行权价附近时净损耗为负并迅速放大,在空头行权价附近时为正。时间止损的合理性因此取决于状态,而不只是天数。

Fan, Y. (2026). Implied Volatility Surfaces, Skew Premia and Quantitative Risk Control of Vertical Spreads: Microstructure Pricing and Time-Stop Dynamics under Non-Gaussian Tails [期权隐含波动率曲面、偏度溢价与垂直价差结构的定量风控] (Version 1.0.0). 5D Library. https://doi.org/10.5281/zenodo.23796765 · Licensed under Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0).