La fórmula de Black-Scholes: matemáticas de opciones y el Santo Grial del trading

Cómo una sola ecuación diferencial cambió para siempre los mercados financieros y por qué todavía hoy rige billones de dólares.

Introducción: de la física a la riqueza

Hasta 1973, el trading de opciones se parecía al Salvaje Oeste. Nadie sabía con exactitud cuánto debía valer una opción. Los traders confiaban en la intuición, reglas empíricas y la suerte.

Todo cambió cuando Fischer Black, Myron Scholes y Robert Merton publicaron su artículo revolucionario. Tomaron la ecuación del calor de la física (que describe cómo se difunde el calor en un material) y la aplicaron a los mercados financieros. Por este descubrimiento, Scholes y Merton recibieron el Premio Nobel de Economía en 1997 (Black, lamentablemente, no vivió para ver ese momento).

Su fórmula le dio al mercado un lenguaje universal para valorar derivados. Pero, ¿qué describe exactamente?

Conceptos básicos: los destinos de las opciones

Antes de sumergirnos en las matemáticas, recordemos los perfiles de riesgo básicos de las opciones (esos gráficos con líneas verdes y rojas).

Una opción es un contrato que otorga el derecho (pero no la obligación) de comprar o vender un activo a un precio previamente acordado (strike) en el futuro.

Perfiles de riesgo de estrategias direccionales (Long Call y Long Put).

Existen cuatro posiciones básicas en opciones:

1. Long Call: Compras el derecho a comprar un activo. Tu beneficio es teóricamente ilimitado si el precio del activo subyacente (S) sube. Tu pérdida máxima es la prima (precio) pagada por la opción.
2. Long Put: Compras el derecho a vender un activo. Ganas cuando el mercado cae. Ideal para cubrir una cartera.
3. Short Call: Vendes el derecho a comprar. Recibes la prima de inmediato pero asumes un riesgo ilimitado si el precio del activo "se va a la luna" (recuerda el short squeeze de GameStop).
4. Short Put: Vendes el derecho a vender. Recibes la prima y te comprometes a comprar el activo si cae. Warren Buffett lo utiliza a menudo para comprar acciones con descuento.

El punto de equilibrio (Breakeven) se calcula como Precio de ejercicio (X) ± Prima de la opción.

La ecuación misteriosa: anatomía de la EDP de Black-Scholes

La fórmula que a menudo se ve en pizarras en las películas de Wall Street es una ecuación diferencial parcial (EDP):

Estructura matemática del modelo Black-Scholes y las fórmulas de precio para Call y Put.

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

Vamos a desglosarla (prometemos que no da tanto miedo como parece):

• $V$: Precio de la opción (el valor que buscamos).
• $t$: Tiempo. $\frac{\partial V}{\partial t}$ muestra cómo decae el valor temporal de la opción (Theta).
• $S$: Precio del activo subyacente (Acción/Spot).
• $\sigma$ (Sigma): Volatilidad del activo subyacente. Cuanto más alta, más cara la opción.
• $r$: Tasa de interés libre de riesgo.

En esencia, la ecuación establece: el retorno de una cartera cubierta (libre de riesgo) compuesta por opciones y el activo subyacente debe ser igual al retorno de un depósito bancario libre de riesgo ($rV$). Esto se llama principio de no arbitraje.

Aplicación práctica: calculando el valor en Python

La solución analítica de esta ecuación nos da las famosas fórmulas de Black-Scholes para los precios de Call y Put:

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

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

Escribamos esto en Python. Código que convierte matemáticas complejas en un precio listo para usar:

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}")

Los señores de las opciones: conoce "las Griegas"

El modelo Black-Scholes nos dio no solo un precio, sino también herramientas de gestión de riesgo conocidas como "las Griegas" (The Greeks). Son derivadas (gradientes) del precio de la opción respecto a distintos parámetros:

1. Delta ($\Delta$): Cuánto cambia el precio de la opción si el precio del activo subyacente cambia en $1. (Primera derivada respecto a S). Delta es tu riesgo direccional.
2. Gamma ($\Gamma$): Cuánto cambia Delta si el precio del activo cambia en $1. (Segunda derivada respecto a S, ese mismo$\frac{\partial^2 V}{\partial S^2}$ de la ecuación). Gamma es el riesgo de tu Delta.
3. Theta ($\Theta$): Cuánto decae el valor de la opción por día. (Cambio respecto al tiempo $t$). El enemigo del comprador de opciones y el amigo del vendedor.
4. Vega ($\mathcal{V}$): Cuánto cambia el precio con un salto del 1% en la volatilidad. (Spoiler: Vega en realidad no es una letra griega, pero se convirtió en tradición).
5. Rho ($\rho$): Sensibilidad a los cambios en las tasas de interés. Rara vez preocupa a los traders de cripto, ya que el cripto se mueve demasiado rápido.

Los creadores de mercado algorítmicos (por ejemplo, en exchanges como Deribit o DEX de opciones) negocian constantemente el activo subyacente para mantener su posición "Delta-neutral" ($\Delta = 0$). Ganan por el spread y por la divergencia entre la volatilidad implícita y la histórica.

Realidad cruda: limitaciones del modelo

Black-Scholes es una fórmula brillante, pero tiene fallas fatales en el mundo real, especialmente en cripto:

1. Volatilidad constante: La fórmula asume que la volatilidad es la misma para todos los strikes. En la realidad existe una "sonrisa de volatilidad" (Volatility Smile) — las opciones fuera del dinero cuestan más de lo que predice el modelo porque los traders pagan de más por protección contra "cisnes negros".
2. Distribución lognormal: El modelo asume que los precios se distribuyen de forma lognormal y que los movimientos extremos son imposibles. En cripto, los movimientos extremos (colas gordas o Fat tails) son un martes cualquiera.
3. Trading continuo: La fórmula asume que puedes cubrirte de forma continua sin comisiones. Las comisiones y el slippage del mundo real devorarán rápidamente tus ganancias.

Conclusión

La fórmula de Black-Scholes es la piedra Rosetta de las finanzas cuantitativas. Incluso conociendo sus deficiencias, todo el mundo financiero sigue cotizando opciones en unidades de volatilidad de Black-Scholes.

Comprender esta fórmula y sus "Griegas" es el paso de trader común a investigador cuantitativo. La próxima vez que decidas comprar una opción, recuerda: no solo estás operando la dirección del precio, estás operando volatilidad y tiempo.

Lecturas adicionales

• Modelo Black-Scholes en Wikipedia
• Opciones: guía completa en Investopedia
• Derivados y gestión de riesgo

Repositorio de código

• Repositorio de GitHub: suenot/options-pricing — código fuente completo de la calculadora y los ejemplos del artículo.

¡Feliz cobertura! 📈