定义:期权价格对标的资产价格的敏感度。衡量方向性风险。
看涨期权 Delta ∈ (0,1);看跌期权 Delta ∈ (-1,0)
定义:Delta 对标的资产价格的敏感度,即期权价格的二阶导。
平值期权 Gamma 最大,深度实/虚值 Gamma 接近0。
定义:期权价格随时间流逝的衰减率(时间价值损耗)。
通常为负值(尤其平值期权),临近到期衰减加速。
定义:期权价格对隐含波动率的敏感度。
平值期权 Vega 最大;到期时间越长 Vega 越高。
定义:期权价格对无风险利率的敏感度。
对短期期权影响较小;看涨期权 Rho 为正,看跌为负。
| 希腊字母 | 符号 | 敏感度对象 | 买方视角 | 卖方视角 | 中小学色系记忆 |
|---|---|---|---|---|---|
| Delta | Δ | 标的价格 S | 正Delta (看涨) | 负Delta (看涨空头) | 🌿 方向感 |
| Gamma | Γ | Delta 对 S | 正Gamma (利好) | 负Gamma (风险) | ⚡ 加速度 |
| Theta | Θ | 时间 t | 负Theta (损耗) | 正Theta (收租) | ⏰ 时间杀手 |
| Vega | ν | 波动率 σ | 正Vega (盼波动) | 负Vega (怕波动) | 🌊 波动心跳 |
| Rho | ρ | 利率 r | 正Rho (利率升) | 负Rho (利率降) | 🏦 利率风向 |
import numpy as np
from scipy.stats import norm
def black_scholes_greeks(S, K, T, r, sigma, option_type='call'):
d1 = (np.log(S/K) + (r + 0.5*sigma**2)*T) / (sigma*np.sqrt(T))
d2 = d1 - sigma*np.sqrt(T)
if option_type == 'call':
delta = norm.cdf(d1)
gamma = norm.pdf(d1) / (S * sigma * np.sqrt(T))
theta = (-S * norm.pdf(d1) * sigma / (2*np.sqrt(T))
- r*K*np.exp(-r*T)*norm.cdf(d2))
vega = S * norm.pdf(d1) * np.sqrt(T)
rho = K * T * np.exp(-r*T) * norm.cdf(d2)
else: # put
delta = -norm.cdf(-d1)
gamma = norm.pdf(d1) / (S * sigma * np.sqrt(T))
theta = (-S * norm.pdf(d1) * sigma / (2*np.sqrt(T))
+ r*K*np.exp(-r*T)*norm.cdf(-d2))
vega = S * norm.pdf(d1) * np.sqrt(T)
rho = -K * T * np.exp(-r*T) * norm.cdf(-d2)
return delta, gamma, theta/365, vega/100, rho/100
# 示例:平值看涨期权
S, K, T, r, sigma = 100, 100, 30/365, 0.03, 0.20
d, g, t, v, rho = black_scholes_greeks(S, K, T, r, sigma, 'call')
print(f"Delta={d:.3f}, Gamma={g:.4f}, Theta={t:.4f}, Vega={v:.3f}, Rho={rho:.3f}")