跳到主要內容

[衍生商品] 淺談選擇權 (0) - Moneyness and profit/payoff of Option

選擇權 (Option) 定義: 為一個非綁定合約,給予 持有者 在合約上約定的 (未來)到期日期 (Expriation date),依照合約上約定的 執行價格 (Strike price),買入或者賣出標的資產 (EX: 股價、指數、外匯利率) 的權利。

Comment
1. 上述 非綁定合約,意指 持有者不一定要履行選擇權。亦可選擇放棄履行
2. 選擇權 與 期貨 (futures) 最大差別在於 選擇權買方需先支付權利金 (premium) 給賣方。但期貨無須先支付權利金。

選擇權依照分類有兩種

1. 買權 (Call option): 
在指定到期日期,持有者有權利以 Strike price 購買 標的資產
下圖為購買一組買權: Long (=Buy) a Call Option 在到期日的 Payoff 與 Profits (點圖放大)


上圖中 $C$ 表示 Call option 價格,而 $FV(C)$ 則為 到期時刻 Call option 的 future value,$K$ 為執行價格, $S_T$ 為到期日時的股價。其 Payoff 與 Profit 用數學表示可寫為:
\[\left\{ \begin{array}{l}
{\rm{Payoff}}{{\rm{}}_{Call}}:\max \left\{ {{S_T} - K,0} \right\}\\
{\rm{Profit}}{{\rm{}}_{Call}}:\max \left\{ {{S_T} - K,0} \right\} - FV\left( C \right)
\end{array} \right.\]

2. 賣權 (Put option): 
在指定到期日期,持有者有權利以 Strike price 賣出 標的資產
下圖為 購買一組賣權 Long (=Buy) a Put Option 在到期日的 Payoff 與 Profits (點圖放大)
上圖中 $P$ 表示 Put option 價格,而 $FV(P)$ 則為 到期時刻 Put option 的 future value,$K$ 為執行價格, $S_T$ 為到期日時的股價。其 Payoff 與 Profit 用數學表示可寫為:
\[\left\{ \begin{array}{l}
{\rm{Payoff}}{{\rm{}}_{Put}}:\max \left\{ {K - {S_T},0} \right\}\\
{\rm{Profit}}{{\rm{}}_{Put}}:\max \left\{ {K - {S_T},0} \right\} - FV\left( P \right)
\end{array} \right.\]


另外亦可依照 何時可以執行 來分類
  1. 歐式選擇權 (European Option) : 只能在到期日才能執行 買/賣權。
  2. 美式選擇權 (American Option) : 在到期日之前都能執行 買/賣權。
Comment:
 可以想見由於 美式選擇權給予持有者更大的彈性決定甚麼時候要執行,故此選擇權價格必定會高於 歐式選擇權。亦即如果我們稱 $C$ 為 Call option 價格, $P$ 為 Put Option 價格,則 美式與歐式之間有如下關係:
\[
C_{American} \geq C_{European}\\
P_{American} \geq P_{European}
\]另外今日大多數選擇權交易都以美式選擇權為主。


有了上述觀念,我們可以在介紹新的專有名詞,稱作 Moneyness of Option:

術語:Moneyness of Option 
一般而言,選擇權立刻執行的當下,我們可針對其 Payoff  (立刻執行的當下,選擇權的價格) 進行討論,賺錢/賠錢/或者不賠不賺的情況有一些相對應的術語,我們把他寫在下面:

1. In the Money: 
指如果立刻執行選擇權,則 payoff $>0$; (立刻執行會賺,稱 In the Money)
2. Out of the Money: 
指如果立刻執行選擇權,則 payoff $<0$; (立刻執行會賠,稱 Out of the Money)
3. At the Money: 
指如果立刻執行選擇權,則 Payoff $=0$; (立刻執行結果不賺不賠,稱 At the Money)


選擇權的價值 (Option Value)
選擇權價值 (Option Value) = 內在價值 (Intrinsic Value) + 時間價值 (Time Value)

亦即 我們可說
\[
\text{Option Value $\geq$ Intrinsic Value }
\] 其中 內在價格 = 如果現在立刻執行該選擇權所會獲得的 payoff;
時間價格 $>0$ always。

上述關係說明了 時間價格的隱含意義,他指出時間價格 用來表示儘管選擇權在一段時間內是 Out-of-money,但是隨著(未來)時間變動有可能會有上漲/下跌的可能,此可能性會導致儘管現在選擇權可能是處在 Out-of-money的狀態,其 Option Value 仍然是正值。因為人們可能預期未來選擇權的價值可能會上升

有了上述概念,我們可以開始先看一下一般而言,實際上 選擇權 是如何報價的:
下圖為美國芝加哥交易所(www.cboe.com) 對 S&P500 Index 的 American Option 報價 (Bid-Ask price):

NOTE: 
Ask price: 你要購買選擇權所需花費的價格,
Bid price 你要賣出選擇權所得的價格


上圖中,左方綠色部分為 Call option (買權) ,右方則為 Put Option (賣權);且執行價格為 $K=500, 600, 700, ...,1,000$,到期日為 May 2014。

那麼現在問題是,這些Bid-Ask Price 究竟如何得到的呢? 怎麼知道這些價格是否合理??
這些問題將留待下一篇文章在做介紹。
[衍生商品] 淺談選擇權 (1) - Some Properties of Option
[衍生商品] 淺談選擇權 (2) - Put-Call Parity

留言

這個網誌中的熱門文章

[數學分析] 什麼是若且唯若 "if and only if"

數學上的 if and only if  ( 此文不討論邏輯學中的 if and only if,只討論數學上的 if and only if。) 中文翻譯叫做  若且唯若 (or 當且僅當) , 記得當初剛接觸這個詞彙的時候,我是完全不明白到底是甚麼意思,查了翻譯也是愛莫能助,畢竟有翻跟沒翻一樣,都是有看沒有懂。 在數學上如果看到 if and only if  這類的句子,其實是表示一種 雙條件句 ,通常可以直接將其視為" 定義(Definition)" 待之,今天要分享的是這樣的一個句子如何用比較直觀的方法去看他 假設我們現在有 兩個邏輯陳述句 A 與  B. 注意到,在此我們不必考慮這兩個陳述句到底是什麼,想表達什麼,或者到底是否為真(true),這些都不重要。只要知道是兩個陳述即可。 現在,考慮新的陳述:  "A if and only if B" 好了,現在主角登場,我們可以怎麼看待這個句子呢? 事實上我們可以很直覺的把這句子拆成兩部分看待,也就是 "( A if B ) and ( A only if B )" 那麼先針對第一個部分  A if B  來看, 其實這句就是說  if B then A, 更直白一點就是 "if B is true, then A is also true".  在數學上等價可以寫為 "B implies A" .  或者更常用一個箭頭符號來表示 "B $\Rightarrow$  A"  現在針對第二個部分  A only if B 此句意指  "If B is not true, then A is also not true". 所以如果已知 A is true,  那麼按照上句不難推得 B is also true 也就是說  A only if B  等價為 "If A is true then B is also true". 同樣,也可以寫作   "A implies B"   或者用箭頭表示  "A   $\Rightarrow$     B".

[數學分析] 淺談各種基本範數 (Norm)

這次要介紹的是數學上一個重要的概念: Norm: 一般翻譯成 範數 (在英語中 norm 有規範的意思,比如我們說normalization就是把某種東西/物品/事件 做 正規化,也就是加上規範使其正常化),不過個人認為其實翻譯成 範數 也是看不懂的...這邊建議把 Norm 想成長度就好 (事實上norm是長度的抽象推廣), 也許讀者會認為好端端的長度不用,為何又要發明一個 norm 來自討苦吃?? 既抽象又艱澀。 事實上想法是這樣的: 比如說現在想要比較兩個數字 $3$ , $5$ 之間的大小,則我們可以馬上知道 $ 3 < 5 $;同樣的,如果再考慮小數與無理數如 $1.8753$ 與 $\pi$,我們仍然可以比較大小 $1.8753 < \pi = 3.1415...$ 故可以發現我們有辦法對 "純量" 做明確的比大小,WHY? 因為前述例子中 $3$, $5$, $1.8753$ or $\pi$ 其各自的大小有辦法被 "measure "! 但是如果是現在考慮的是一組數字 我們如何去measure 其大小呢?? 比如說 \[x:=[1, -2, 0.1, 0 ]^T \]上式的大小該是多少? 是 $1$? $-2$? $0.1$??? 再者如果更過分一點,我們考慮一個矩陣 \[A = \left[ {\begin{array}{*{20}{c}} 1&2\\ 3&4 \end{array}} \right] \],想要知道這個矩陣的大小又該怎麼辦?? 是 $1$ ? $2$ 還是 $4$ ?..其實現階段我們說不清楚。 也正是如此,可以發現我們確實需要新的 "長度" 的定義來幫助我們如何去 measure 矩陣/向量/甚至是函數的大小。 故此,我們首先定義甚麼是Norm,(也就是把 "長度" or "大小" 的本質抽離出來) ================== Definition: Norm 考慮 $V$ 為一個向量空間(Vector space),則我們說  Norm 為一個函數 $||\cdot|| : V \rightarrow \mathbb{R}$ 且滿足下列性質