比特幣歐式期權價格的計算_BIT

派客國際投資有限公司蘇文杰

摘要：本文簡述了兩種計算比特幣歐式期權價格的方法，并針對Deribit平臺利用B-S-M公式編寫了計算程序。

物理學家在華爾街做的是什么呢？他們主要是構建模型來確定證券價值。他們投身于投資銀行、對沖基金或者像彭博和SunGard那樣的金融軟件公司，對舊的模型修修補補，并開發出新的模型。到目前為止，在整個金融界最著名、應用最廣泛的是布萊克-肖爾斯期權定價模型。著名金融學家、期權理論家，現任麻省理工學院講席教授的史蒂夫?羅斯，在《帕爾格雷夫經濟學大辭典》中寫道：“……期權定價理論不止在金融領域，而且在整個經濟學范疇內都是最成功的理論。”

——摘自伊曼紐爾?德曼《寬客人生》

一、期權定價理論與諾貝爾經濟學獎

“以前，華爾街從來就不是學者們的地盤。但從我1985年底進入高盛那天起，我就一直聽到人們帶著敬畏談論費希爾?布萊克。他是布萊克-肖爾斯期權定價公式的共同發現者，也是高盛量化策略小組的負責人。

在20世紀70年代初期以前，還沒有人知道怎樣用令人信服的方式估算出期權的價值。當股價上漲時，一個賺錢的看漲期權似乎更像是在賭馬——你對這只股票的未來前景越看好，你就越愿意付更高的價錢來買它。每個人都確定自己認為合理的價格。

后來，在1973年，費希爾?布萊克和邁倫?肖爾斯發表了以他們名字命名的用于期權估價的布萊克-肖爾斯公式。同年，羅伯特?默頓對于這一公式中一個引起爭論的地方給出了更為嚴格、見解更為深刻的解釋。最后，默頓給出的公式代替布萊克和肖爾斯最初給出的公式，成為標準形式。默頓和肖爾斯因為這一工作獲得1997年的諾貝爾經濟學獎，但是費希爾，本與他們同獲殊榮，卻早在1995年就去世了。如果他足夠幸運能再多活上幾年，那么他肯定就會是諾貝爾經濟獎的共同獲獎人。”

說唱歌手Drake將向勒布朗家族慈善機構捐贈100萬美元比特幣:金色財經報道，格萊美獎得主說唱歌手Drake將向由NBA巨星勒布朗·詹姆斯家族的慈善機構捐贈100萬美元的比特幣。

此前報道，2月12日，Drake在超級碗比賽中下注126萬美元比特幣。[2022/3/24 14:16:09]

二、期權應用的廣泛性和重要性

期權市場是最具活力和變化的市場之一。期權具有良好的規避風險、風險投資和價值發現等功能，故而得到了迅速的發展和廣泛的應用，同時對市場也有著深刻的影響。

“1998年7月，道瓊斯工業平均指數在達到了9337.97點的峰值之后開始逐步滑落。當時，投資者的信心很低，交易所上市的賣出期權變得非常昂貴，美國聯邦儲備委員會主席艾倫?格林斯潘對股票市場定價過高發出了警告，同時，俄羅斯政府宣布對盧布實行貶值并推遲償還俄羅斯的外債。在1997年亞洲市場危機和貨幣市場騷亂之后，俄羅斯的違約給投資者造成了壓力，并導致資金從風險市場向安全的政府債券轉移。許多對沖基金賣出了它們的流動資產，包括指數期貨、股票和高收益債券，以彌補它們在俄羅斯和其他新興市場中進行高杠桿賭博所發生的損失。8月27日美國市場遭遇了第一次沖擊，當時DJIA下跌了4.2個百分點，同時，東京和倫敦市場也下跌了3個百分點。在這次下跌之后，投資者迫切需要好的對沖工具，這就提高了對賣出期權的需求，導致其價格上漲。而期權做市商和其他保護性期權的銷售者也被迫通過賣出期貨和股票來對沖他們自身的風險。8月31日，賣出期權簽發人和對沖基金對期貨的大量拋售造成了期貨貼水……

動態 | WisdomTree推出比特幣ETP，將在瑞士證券交易所SIX上線:據Cointelegraph消息，在納斯達克上市的WisdomTree已推出一種以實物為基礎的比特幣交易所交易產品（ETP），該產品將在瑞士證券交易所SIX Swiss Exchange上線。WisdomTree表示，將加密貨幣納入ETP結構可以為該資產類別提供較為集中的流動性。[2019/12/3]

對于8月份的暴跌人們將很大一部分責任歸咎于對沖基金——它們深陷于高杠桿的“套利”操作中。一方面，高杠桿交易一旦成功即可產生巨大的盈利，另一方面，當市場逆行的時候，這樣的交易也會導致慘重的損失……”

三、波動率——“沒有波動率，則期權就是多余的”

1、標的資產價格的波動率

簡單地說，標的資產價格的波動率是用于衡量標的資產未來價格變動不確定性的指標。

值得注意的是，與決定和影響期權價格的其他因素不同，在期權定價時，標的資產價格在期權有效期內的波動率是一個未知數，因此，在期權定價時，要獲得標的資產價格的波動率，只能通過近似估計得到。一種簡單的估計波動率的方法，是利用過去所觀察得到的標的資產價格波動的歷史數據，用以估計未來價格的波動率。這一方法求得的波動率被稱為歷史波動率。當然，如果期權價格已知，就可以反過來利用期權定價模型倒推出波動率，這種推算出來的波動率則被稱為市場報價中的隱含波動率。

2、估計標的資產價格的波動率

在期權參數的估計中，波動率是難度最大的，也是最重要的。波動率本身是無法直接觀測的，而且在t時刻為T時刻到期的期權定價時，人們關心的是t時刻到T時刻之間標的資產價格的波動率，也就是未來的波動率。因此在期權定價中使用的，本質上是人們對未來給定期限的波動率的預期值。

分析 | 海盜灣并未從比特幣捐贈中獲得太多資金:海盜灣（The Pirate Bay）已接受比特幣捐贈六年多，最近還增加其他加密貨幣。海盜灣在2013年首次接受比特幣。查看其比特幣地址，2017年末海盜灣開始對該地址進行推廣，共收到0.49枚比特幣，相當于4838美元，或每天7.63美元。其比特幣Segwit地址看起來更有希望，共收到1.48枚BTC，但經仔細檢查后發現，其中大部分來自其舊比特幣錢包發送的一筆交易；扣除這部分，轉換為美元是3255美元，或每天5.13美元。值得注意的是，其中一半以上來自一次捐贈，此人曾向ProtonMail發送了大致相同的金額。

海盜灣還列出萊特幣和門羅幣地址。無法追蹤門羅幣，但萊特幣地址收到3.40 LTC（252美元，即每天0.40美元）。把所有這些數字加起來可得出每天總計13.16美元，這顯然不能讓海盜灣維持運轉。也就是說，比特幣捐贈收入相對穩定。幾年前做同樣的計算時，得出每天平均捐贈9.34美元。當時比特幣價格約425美元，如果該網站不出售任何比特幣，其價值將會大幅上升。

據悉，海盜灣是一個提供BT種子文件和鏈接，以方便使用BT協議的對等文件共享網站。（TorrentFreak）[2019/9/23]

在預測未來波動率時，常用的方法有兩類：歷史法和隱含法。相應產生了歷史波動率和隱含波動率的概念。

歷史法

所謂歷史法就是從標的資產價格的歷史數據中估計得到歷史波動率，再相應外推得到未來波動率的預測值。最常見的歷史波動率估計方法是標準差法。除了標準差方法，常見的歷史波動率估計方法還有已實現波動率和極差波動率，其分別是用日內的高頻數據和每日最高最低價計算得到的波動率指標。

動態 | 比特幣網絡并不慢 其未確認交易數處于2017年之后的低點:據Be In Crypto消息，判斷比特幣網絡健康狀況的一種方法是查看mempool，即未確認交易的數量。在比特幣最近的歷史上，mempool經歷了兩大高峰，導致交易費用和確認時間上升到無法承受的水平：分別發生在2018年12月/1月和2017年6月。從那時起，比特幣網絡發生了很多變化，總體上有了客觀的改善。首先，SegWit的使用率接近50%，目前處于歷史最高水平。批量交易也變得更加普遍，大多數交易所這樣做是為了節省時間和費用。批評者可能會說，這是因為比特幣的使用量減少了，但坦率地說，比特幣的算力已經恢復，目前處于歷史最高水平，交易輸出也大幅增長，接近2017年末的水平。所有這些都進一步證明，比特幣的基本面比以往任何時候都更加強勁。但批評者們并不買賬。 例如，知名比特幣現金支持者Roger Ver再次發推稱，比特幣交易速度慢、費用高，且不可靠，并盛贊BCH。盡管點贊的很多（有分析稱是機器人點贊），但其推文幾乎沒收到什么正面的評論。[2019/8/18]

在估計得到歷史波動率之后，關于如何外推得到未來波動率的預測值，又有不同的做法。最簡單的方法就是認為歷史將會重復，直接將歷史數據中得到的歷史波動率作為未來波動率的預測值；更復雜一些的則是通過一些計量方法構建起波動率歷史值和未來值之間的時間序列模型，以此模型進行外推預測，比如著名的廣義自回歸條件異方差模型和隨機波動率模型等。

隱含法

由于波動率的時變性，歷史并不會簡單重復，用歷史法外推的未來波動率的預測值通常并不準確，期權市場上的交易者往往更傾向于使用隱含法。所謂隱含法，就是將期權的市場價格和波動率以外的參數代入期權定價模型，倒求出期權價格所對應的波動率，就是隱含波動率，然后再用于其他條件類似的期權定價和風險對沖等。

動態 | 調查顯示：27%受訪德國年輕人認為比特幣將在兩年內升值一倍以上:據The Paypers消息，Coincierge.de調查了2,054名德國成年人，以評估他們對比特幣的態度。調查結果顯示，27%的年輕人認為比特幣將在兩年內升值一倍以上；26%的受訪者認為比特幣價格至少會減半。對比特幣調查的分析還突顯出，大多數投資者更喜歡股票或交易所交易基金（ETF）等投資，18-24歲的人對選擇加密貨幣作為首選投資類型表現出興趣。[2019/5/2]

由于在交易期權時波動率是重要的決策參數，每個期權交易者都會在對未來波動率進行預測的基礎上進行交易，相應得到的期權市場價格天然反映了市場對未來波動率的預期。

四、通過B-S-M期權定價公式，編程計算歐式看漲期權的價格

Deribit平臺上的比特幣期權為歐式期權，其定價是借助于B-S-M公式來進行的，可直接在其網頁上操作進行定價。它支持三種定價方式——以BTC定價、以美元定價和以隱含波動率定價，當然我們也可另行編寫程序來定價并與其對比。

取標的資產在某時點的價格為9203.38美元，看漲期權到期日的執行價格為9500美元，年化的無風險利率為0.00%，期權存續期為2.95天，即還有2.95天到期，亦即2.95/365年，標的資產的波動率為70.86%，可編程計算出看漲期權為118.01美元，即0.0128個幣。此價格與在該平臺直接得出的定價是一致的。

五、通過另一種方式來確定期權的價格

上述定價方式可能不太直觀。下面提供另一種定價的方式，更加簡單形象，易于理解。

我們可假設到期日標的資產價格正好達到盈虧平衡點，即根據之前的行情來嘗試預估盈虧平衡點，這樣就能夠求出與之對應的期權價格。然后根據此期權價格通過B-S-M期權定價公式算出隱含波動率，若此隱含波動率與正常的偏差太大，說明之前給出的盈虧平衡點很可能不正確，應舍棄并重新預估和計算。

下面簡要介紹此定價方式的計算公式。

1、歐式看漲期權的價格

盈虧平衡點與期權價格的關系為

看漲期權的盈虧平衡點=行權價格期權價格

然后根據上文所述，按此期權價格計算出隱含波動率來決定是否采用。

2、歐式看跌期權的價格

盈虧平衡點與期權價格的關系為

看跌期權的盈虧平衡點=行權價格-期權價格

然后根據上文所述，按此期權價格計算出隱含波動率來決定是否采用。

六、期權價格的敏感性

在現實中，人們常常還需要更深入地了解各因素對期權的影響程度，或者說期權價格對這些因素的敏感性。從數學上說，期權價格對這些因素的敏感性，就是假設其他條件不變時期權價格對這些因素的偏導數；從經濟上來說，當我們通過各種方式將期權的這些敏感性降為0，就實現了對期權的套期保值。這些因素的變動將不會再影響期權的價值。

下面只介紹Deribit平臺所使用的4個希臘字母。

1、Delta

Delta用于衡量衍生品價格對標的資產價格變動的敏感度，它等于衍生品價格變化與標的資產價格變化的比率。準確地說，它是表示在其他條件不變情況下，標的資產價格的微小變動所導致的期權價格的變動。用數學語言表示，期權的Delta值等于期權價格對標的資產價格的偏導數。

在Deribit平臺，Delta值具體是指當標的指數有1美元的波動時，所有期權價格的累計波動值。

2、Gamma

在Deribit平臺，Gamma值具體是指隨著指數中1美元的波動，Delta值的變化率。

3、Vega

衍生品的Vega(V)，用于衡量衍生品的價值對標的資產價格波動率的敏感度，它等于衍生品價格對標的資產價格波動率σ的偏導數，即

證券組合的Vega值等于該組合中各證券的數量與各證券的Vega值乘積的總和。證券組合的Vega值越大，說明其價值對波動率的變化越敏感。

在Deribit平臺，Vega值具體是指當波動率每變化1%時，以美元計期權投資組合價格與隱含波動率之間的變化率。

4、Theta

Theta，用于衡量衍生品價格對時間變化的敏感度，是在其他條件不變情況下衍生品價格變化與時間變化的比率，即衍生品價格對時間t的偏導數：

在Deribit平臺，Theta值具體是指以美元計每天期權總價值的變化率。

七、根據上文所述，采用以上兩種方法編程進行期權定價

程序界面如下：

八、結論與討論

Deribit平臺上的比特幣期權為歐式期權，其定價是借助于B-S-M公式來進行的。本文簡述了兩種計算比特幣歐式期權價格的方式，針對該平臺利用B-S-M公式編寫了期權定價的計算程序。

值得注意的是，在傳統金融領域，一大批數量分析師和研究者對B-S-M期權定價模型做了很多更新，例如：隨機的利率、基礎資產的尖峰態概率分布、對許多資產的依賴、離散對沖和交易成本、價格跳躍、信用風險、隨機波動率、局部波動率以及面分布等等——這僅僅是對此模型的一小部分改進。例如，為了解決與B-S-M期權定價模型不符的兩個現象，即波動率微笑和非對稱的尖峰厚尾現象，S.G.Kou提出了一種比較理想的模型，即雙指數跳躍擴散模型，在國內也有多篇文獻對此模型進行了研究-。這些研究對于數字貨幣領域的期權定價問題也有著極為重大的意義。

導師評語：

對沖基金在整個數字貨幣市場扮演著很重要的角色，其規模化資金可為市場提供巨大的流動性。衍生品是核心戰場，如果衍生品發展滯后，對沖基金就無法實現資金的結構化管理，使得市場流動性偏弱，從而易于被莊家所操縱。

因此，對衍生品交易相關問題的討論，其意義在于為傳統金融機構進入數字貨幣領域的可能性做出一些探討。這篇文章對于比特幣歐式期權的基礎性介紹，將使更多的傳統機構對數字貨幣的認識更加完整。

參考文獻

伊曼紐爾?德曼.寬客人生.張戩譯.北京：中信出版社,2007.130-131

卡里爾?伊林斯基.金融物理學——非均衡定價中的測量建模.殷劍峰、李彥譯.北京：機械工業出版社,2003.187-207

鄭振龍,陳蓉.金融工程.第四版.北京：高等教育出版社,2016.150-266

S.G.Kou.AJump-DiffusionModelforOptionPricing.ManagementScience,2002,48(8):1086-1101.

宋樹成.雙指數跳躍擴散模型下的幾種期權定價.山東大學碩士學位論文,2013

王淑君.股票價格服從跳擴散過程的期權定價模型.南開大學碩士學位論文.2010

劉曉曙.三種雙指數跳躍擴散模型實證比較研究.南方經濟,2008,(2):65

周偉,何建敏,余德建.隨機跳變廣義雙指數分布下的雙重跳躍擴散模型及應用.系統工程理論與實踐,2013,33(11):2746-2756.

Tags：比特幣DERIBITVEGA比特幣行情今日價格美金DerivaDEXbitflyer套利VEGAS價格

DOGE