Die Black-Scholes-Formel: Optionsmathematik und der Heilige Gral des Tradings

Wie eine einzige Differentialgleichung die Finanzmärkte für immer veränderte und warum sie noch heute über Billionen von Dollar bestimmt.

Einleitung: Von der Physik zum Reichtum

Bis 1973 glich der Optionshandel dem Wilden Westen. Niemand wusste genau, wie viel eine Option eigentlich wert sein sollte. Trader verließen sich auf Intuition, Faustregeln und Glück.

Alles änderte sich, als Fischer Black, Myron Scholes und Robert Merton ihre bahnbrechende Arbeit veröffentlichten. Sie übernahmen die Wärmeleitungsgleichung aus der Physik (die beschreibt, wie sich Wärme in einem Material ausbreitet) und wandten sie auf die Finanzmärkte an. Für diese Entdeckung erhielten Scholes und Merton 1997 den Nobelpreis für Wirtschaftswissenschaften (Black erlebte diesen Moment leider nicht mehr).

Ihre Formel gab dem Markt eine universelle Sprache zur Bewertung von Derivaten. Doch was genau beschreibt sie?

Grundlagen: Die Zielrichtungen von Optionen

Bevor wir in die Mathematik eintauchen, rufen wir uns die grundlegenden Risikoprofile von Optionen in Erinnerung (diese Diagramme mit den grünen und roten Linien).

Eine Option ist ein Vertrag, der das Recht (aber nicht die Pflicht) einräumt, einen Vermögenswert zu einem im Voraus vereinbarten Preis (Strike) in der Zukunft zu kaufen oder zu verkaufen.

Risikoprofile gerichteter Strategien (Long Call und Long Put).

Es gibt vier grundlegende Positionen bei Optionen:

1. Long Call: Sie kaufen das Recht, einen Vermögenswert zu kaufen. Ihr Gewinn ist theoretisch unbegrenzt, wenn der Preis des Basiswerts (S) steigt. Ihr maximaler Verlust ist die für die Option gezahlte Prämie (der Preis).
2. Long Put: Sie kaufen das Recht, einen Vermögenswert zu verkaufen. Sie verdienen, wenn der Markt fällt. Ideal zur Absicherung eines Portfolios.
3. Short Call: Sie verkaufen das Recht zu kaufen. Sie erhalten sofort die Prämie, gehen aber ein unbegrenztes Risiko ein, falls der Preis des Vermögenswerts "zum Mond fliegt" (erinnern Sie sich an den GameStop-Short-Squeeze).
4. Short Put: Sie verkaufen das Recht zu verkaufen. Sie erhalten die Prämie und verpflichten sich, den Vermögenswert zu kaufen, falls er fällt. Wird oft von Warren Buffett genutzt, um Aktien mit Abschlag zu kaufen.

Der Breakeven-Punkt berechnet sich als Strike-Preis (X) ± Optionsprämie.

Die geheimnisvolle Gleichung: Anatomie der Black-Scholes-PDE

Die Formel, die man in Wall-Street-Filmen oft auf Tafeln sieht, ist eine partielle Differentialgleichung (PDE):

Mathematische Struktur des Black-Scholes-Modells und die Preisformeln für Call und Put.

$\frac{\partial V}{\partial t} + \frac{1}{2} \sigma^2 S^2 \frac{\partial^2 V}{\partial S^2} + rS \frac{\partial V}{\partial S} - rV = 0$

Zerlegen wir sie (versprochen, sie ist nicht so beängstigend, wie sie aussieht):

• $V$: Optionspreis (der Wert, den wir suchen).
• $t$: Zeit. $\frac{\partial V}{\partial t}$ zeigt, wie der Zeitwert der Option abnimmt (Theta).
• $S$: Preis des Basiswerts (Aktie/Spot).
• $\sigma$ (Sigma): Volatilität des Basiswerts. Je höher sie ist, desto teurer ist die Option.
• $r$: Risikofreier Zinssatz.

Die Gleichung besagt im Wesentlichen: die Rendite eines abgesicherten (risikofreien) Portfolios aus Optionen und dem Basiswert muss gleich der Rendite einer risikofreien Bankeinlage ($rV$) sein. Man nennt dies das Prinzip der Arbitragefreiheit.

Praktische Anwendung: Wertberechnung in Python

Die analytische Lösung dieser Gleichung liefert uns die berühmten Black-Scholes-Formeln für Call- und Put-Preise:

$C = S_0 N(d_1) - X e^{-rT} N(d_2)$ $P = X e^{-rT} N(-d_2) - S_0 N(-d_1)$

Wobei: $d_1 = \frac{\ln(S_0/X) + (r + \sigma^2/2)T}{\sigma \sqrt{T}}$ $d_2 = d_1 - \sigma \sqrt{T}$

Schreiben wir das in Python. Code, der komplexe Mathematik in einen fertigen Preis verwandelt:

import numpy as np
from scipy.stats import norm
import math

def black_scholes(S, X, T, r, sigma, option_type="call"):
    """
    Calculate option price using the Black-Scholes model.
    
    S: Current underlying asset price
    X: Strike price
    T: Time to expiration (in years)
    r: Risk-free interest rate
    sigma: Volatility of the underlying asset
    option_type: "call" or "put"
    """
    
    if T <= 0:
        if option_type == "call":
            return max(0.0, S - X)
        else:
            return max(0.0, X - S)
            
    d1 = (math.log(S / X) + (r + 0.5 * sigma**2) * T) / (sigma * math.sqrt(T))
    d2 = d1 - sigma * math.sqrt(T)
    
    if option_type == "call":
        price = S * norm.cdf(d1) - X * math.exp(-r * T) * norm.cdf(d2)
    elif option_type == "put":
        price = X * math.exp(-r * T) * norm.cdf(-d2) - S * norm.cdf(-d1)
    else:
        raise ValueError("option_type must be 'call' or 'put'")
        
    return price

current_price = 100.0   # Bitcoin at $100k (why not?)
strike_price = 100.0    # At-the-money (ATM) strike
time_to_expiry = 30/365 # 30 days to expiration
risk_free_rate = 0.05   # 5% annual rate
volatility = 0.50       # 50% volatility (typical for crypto)

call_price = black_scholes(current_price, strike_price, time_to_expiry, risk_free_rate, volatility, "call")
put_price = black_scholes(current_price, strike_price, time_to_expiry, risk_free_rate, volatility, "put")

print(f"Theoretical Call price: ${call_price:.2f}")
print(f"Theoretical Put price: ${put_price:.2f}")

Die Herren der Optionen: Treffen Sie "die Griechen"

Das Black-Scholes-Modell gab uns nicht nur einen Preis, sondern auch Risikomanagement-Werkzeuge, bekannt als "die Griechen" (The Greeks). Das sind Ableitungen (Gradienten) des Optionspreises nach verschiedenen Parametern:

1. Delta ($\Delta$): Wie stark sich der Optionspreis ändert, wenn sich der Preis des Basiswerts um 1$ ändert. (Erste Ableitung nach S). Delta ist Ihr Richtungsrisiko.
2. Gamma ($\Gamma$): Wie stark sich Delta ändert, wenn sich der Preis des Basiswerts um 1$ändert. (Zweite Ableitung nach S, eben jenes$\frac{\partial^2 V}{\partial S^2}$ aus der Gleichung). Gamma ist das Risiko Ihres Deltas.
3. Theta ($\Theta$): Wie stark der Optionswert pro Tag abnimmt. (Änderung bezüglich der Zeit $t$). Der Feind des Optionskäufers und der Freund des Verkäufers.
4. Vega ($\mathcal{V}$): Wie stark sich der Preis bei einem Anstieg der Volatilität um 1% ändert. (Spoiler: Vega ist eigentlich gar kein griechischer Buchstabe, aber es hat sich als Tradition eingebürgert).
5. Rho ($\rho$): Sensitivität gegenüber Zinsänderungen. Beschäftigt Krypto-Trader selten, da sich Krypto zu schnell bewegt.

Algorithmische Market Maker (z. B. an Börsen wie Deribit oder Options-DEXs) handeln ständig den Basiswert, um ihre Position "Delta-neutral" ($\Delta = 0$) zu halten. Sie verdienen am Spread und an der Divergenz zwischen impliziter und historischer Volatilität.

Harte Realität: Grenzen des Modells

Black-Scholes ist eine brillante Formel, hat aber in der realen Welt, besonders im Krypto-Bereich, gravierende Schwächen:

1. Konstante Volatilität: Die Formel geht davon aus, dass die Volatilität für alle Strikes gleich ist. In der Realität gibt es ein "Volatility Smile" — Out-of-the-Money-Optionen kosten mehr, als das Modell vorhersagt, weil Trader für den Schutz vor "schwarzen Schwänen" mehr zu zahlen bereit sind.
2. Lognormalverteilung: Das Modell nimmt an, dass Preise lognormal verteilt sind und extreme Bewegungen unmöglich sind. Im Krypto-Bereich sind extreme Bewegungen (Fat Tails) ein ganz normaler Dienstag.
3. Kontinuierlicher Handel: Die Formel geht davon aus, dass Sie kontinuierlich und ohne Gebühren absichern können. Reale Gebühren und Slippage fressen Ihre Gewinne schnell auf.

Fazit

Die Black-Scholes-Formel ist der Rosetta-Stein der quantitativen Finanzwissenschaft. Selbst in Kenntnis ihrer Schwächen notiert die gesamte Finanzwelt Optionen noch immer in Einheiten der Black-Scholes-Volatilität.

Dieses Formel und ihre "Griechen" zu verstehen, ist ein Schritt vom gewöhnlichen Trader zum quantitativen Analysten. Wenn Sie das nächste Mal eine Option kaufen, denken Sie daran: Sie handeln nicht nur mit der Preisrichtung, Sie handeln mit Volatilität und Zeit.

Weiterführende Lektüre

• Black-Scholes-Modell auf Wikipedia
• Optionen: Vollständiger Leitfaden auf Investopedia
• Derivate und Risikomanagement

Code-Repository

• GitHub-Repository: suenot/options-pricing — vollständiger Quellcode für den Rechner und die Beispiele aus diesem Artikel.

Happy Hedging! 📈