De Black-Scholes-formule: optiewiskunde en de Heilige Graal van het traden

Hoe één enkele differentiaalvergelijking de financiële markten voorgoed veranderde en waarom ze vandaag nog steeds biljoenen dollars beheerst.

Inleiding: van natuurkunde naar rijkdom

Tot 1973 leek optiehandel op het Wilde Westen. Niemand wist precies hoeveel een optie waard zou moeten zijn. Traders vertrouwden op intuïtie, vuistregels en geluk.

Alles veranderde toen Fischer Black, Myron Scholes en Robert Merton hun baanbrekende paper publiceerden. Ze namen de warmtevergelijking uit de natuurkunde (die beschrijft hoe warmte zich door een materiaal verspreidt) en pasten die toe op de financiële markten. Voor deze ontdekking ontvingen Scholes en Merton in 1997 de Nobelprijs voor de Economie (Black heeft dat moment helaas niet meer meegemaakt).

Hun formule gaf de markt een universele taal om derivaten te waarderen. Maar wat beschrijft ze precies?

Basisbegrippen: de bestemmingen van een optie

Voordat we in de wiskunde duiken, halen we de basisrisicoprofielen van opties even terug in herinnering (die grafieken met groene en rode lijnen).

Een optie is een contract dat het recht (maar niet de plicht) geeft om een actief in de toekomst tegen een vooraf afgesproken prijs (de uitoefenprijs) te kopen of te verkopen.

Risicoprofielen van directionele strategieën (Long Call en Long Put).

Er zijn vier basisposities in opties:

1. Long Call: Je koopt het recht om een actief te kopen. Je winst is theoretisch onbeperkt als de koers van de onderliggende waarde (S) stijgt. Je maximale verlies is de betaalde premie (prijs) voor de optie.
2. Long Put: Je koopt het recht om een actief te verkopen. Je verdient wanneer de markt daalt. Ideaal om een portefeuille te hedgen.
3. Short Call: Je verkoopt het recht om te kopen. Je ontvangt direct de premie, maar loopt onbeperkt risico als de koers van het actief "naar de maan gaat" (denk aan de GameStop short squeeze).
4. Short Put: Je verkoopt het recht om te verkopen. Je ontvangt de premie en verplicht je het actief te kopen als het daalt. Wordt vaak gebruikt door Warren Buffett om aandelen met korting te kopen.

Het breakeven-punt wordt berekend als uitoefenprijs (X) ± optiepremie.

De mysterieuze vergelijking: anatomie van de Black-Scholes-PDV

De formule die je vaak op schoolborden ziet in Wall Street-films is een partiële differentiaalvergelijking (PDV):

Wiskundige structuur van het Black-Scholes-model en de prijsformules voor Call en Put.

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

Laten we haar ontleden (we beloven dat ze minder eng is dan ze eruitziet):

• $V$: Optieprijs (de waarde die we proberen te vinden).
• $t$: Tijd. $\frac{\partial V}{\partial t}$ toont hoe de tijdswaarde van de optie afneemt (Theta).
• $S$: Koers van de onderliggende waarde (Aandeel/Spot).
• $\sigma$ (Sigma): Volatiliteit van de onderliggende waarde. Hoe hoger deze is, hoe duurder de optie.
• $r$: Risicovrije rentevoet.

De vergelijking stelt in essentie: het rendement van een gehedgede (risicovrije) portefeuille van opties en de onderliggende waarde moet gelijk zijn aan het rendement van een risicovrij banktegoed ($rV$). Dit heet het no-arbitrageprincipe.

Praktische toepassing: waarde berekenen in Python

De analytische oplossing van deze vergelijking geeft ons de beroemde Black-Scholes-formules voor Call- en Put-prijzen:

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

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

Laten we dit in Python schrijven. Code die complexe wiskunde omzet in een kant-en-klare prijs:

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}")

De heren van de opties: maak kennis met "de Grieken"

Het Black-Scholes-model gaf ons niet alleen een prijs, maar ook risicobeheersinstrumenten die bekendstaan als "de Grieken" (The Greeks). Dit zijn afgeleiden (gradiënten) van de optieprijs ten opzichte van verschillende parameters:

1. Delta ($\Delta$): Hoeveel de optieprijs verandert als de koers van de onderliggende waarde met $1 verandert. (Eerste afgeleide naar S). Delta is je directioneel risico.
2. Gamma ($\Gamma$): Hoeveel Delta verandert als de koers van het actief met $1 verandert. (Tweede afgeleide naar S, precies die$\frac{\partial^2 V}{\partial S^2}$ uit de vergelijking). Gamma is het risico van je Delta.
3. Theta ($\Theta$): Hoeveel de optiewaarde per dag afneemt. (Verandering ten opzichte van tijd $t$). De vijand van de optiekoper en de vriend van de verkoper.
4. Vega ($\mathcal{V}$): Hoeveel de prijs verandert bij een stijging van 1% in volatiliteit. (Spoiler: Vega is eigenlijk helemaal geen Griekse letter, maar het is traditie geworden).
5. Rho ($\rho$): Gevoeligheid voor renteveranderingen. Houdt crypto-traders zelden bezig, omdat crypto te snel beweegt.

Algoritmische market makers (bijvoorbeeld op beurzen als Deribit of optie-DEX's) verhandelen voortdurend de onderliggende waarde om hun positie "Delta-neutraal" ($\Delta = 0$) te houden. Ze verdienen aan de spread en aan het verschil tussen impliciete en historische volatiliteit.

Harde werkelijkheid: beperkingen van het model

Black-Scholes is een briljante formule, maar heeft fatale gebreken in de echte wereld, vooral in crypto:

1. Constante volatiliteit: De formule gaat ervan uit dat de volatiliteit voor alle uitoefenprijzen gelijk is. In werkelijkheid bestaat er een "volatiliteitsglimlach" (Volatility Smile) — out-of-the-money-opties kosten meer dan het model voorspelt, omdat traders te veel betalen voor bescherming tegen "zwarte zwanen".
2. Lognormale verdeling: Het model gaat ervan uit dat prijzen lognormaal verdeeld zijn en dat extreme bewegingen onmogelijk zijn. In crypto zijn extreme bewegingen (Fat tails) een doorsnee dinsdag.
3. Continue handel: De formule gaat ervan uit dat je continu en zonder kosten kunt hedgen. Kosten en slippage uit de echte wereld vreten je winst snel op.

Conclusie

De Black-Scholes-formule is de steen van Rosetta van de kwantitatieve financiën. Zelfs met kennis van haar tekortkomingen noteert de hele financiële wereld opties nog steeds in eenheden van Black-Scholes-volatiliteit.

Deze formule en haar "Grieken" begrijpen is een stap van gewone trader naar kwantitatief onderzoeker. De volgende keer dat je besluit een optie te kopen, bedenk dan: je verhandelt niet alleen de richting van de prijs, je verhandelt volatiliteit en tijd.

Verder lezen

• Black-Scholes-model op Wikipedia
• Opties: volledige gids op Investopedia
• Derivaten en risicobeheer

Coderepository

• GitHub-repository: suenot/options-pricing — volledige broncode voor de rekenmachine en de voorbeelden uit het artikel.

Veel hedgeplezier! 📈