ब्लैक-शोल्स फॉर्मूला: ऑप्शन गणित और ट्रेडिंग की होली ग्रेल

कैसे एक अकेले डिफरेंशियल इक्वेशन ने फाइनेंशियल मार्केट्स को हमेशा के लिए बदल दिया, और आज भी यह खरबों डॉलर पर राज क्यों करता है।

परिचय: भौतिकी से समृद्धि तक

1973 तक, ऑप्शन ट्रेडिंग वाइल्ड वेस्ट जैसी दिखती थी। किसी को भी ठीक-ठीक पता नहीं था कि किसी ऑप्शन की कीमत कितनी होनी चाहिए। ट्रेडर्स अंतर्ज्ञान, अंदाजे के नियमों और किस्मत पर निर्भर रहते थे।

सब कुछ तब बदल गया जब फिशर ब्लैक, मायरन शोल्स और रॉबर्ट मर्टन ने अपना क्रांतिकारी पेपर प्रकाशित किया। उन्होंने भौतिकी के हीट इक्वेशन (जो यह बताता है कि किसी पदार्थ में ऊष्मा कैसे फैलती है) को लिया और उसे फाइनेंशियल मार्केट्स पर लागू किया। इस खोज के लिए शोल्स और मर्टन को 1997 में अर्थशास्त्र का नोबेल पुरस्कार मिला (दुर्भाग्य से ब्लैक इस पल को देखने के लिए जीवित नहीं रहे)।

उनके फॉर्मूले ने बाजार को डेरिवेटिव्स की वैल्यू निकालने की एक सार्वभौमिक भाषा दी। लेकिन यह असल में बताता क्या है?

बुनियादी अवधारणाएं: ऑप्शन के गंतव्य

गणित में उतरने से पहले, आइए ऑप्शंस के बुनियादी रिस्क प्रोफाइल याद कर लें (वे हरी और लाल रेखाओं वाले चार्ट)।

ऑप्शन एक ऐसा अनुबंध है जो भविष्य में किसी पहले से तय कीमत (स्ट्राइक) पर किसी एसेट को खरीदने या बेचने का अधिकार (लेकिन बाध्यता नहीं) देता है।

Options Payoff Diagram दिशात्मक रणनीतियों (लॉन्ग कॉल और लॉन्ग पुट) के रिस्क प्रोफाइल।

ऑप्शंस में चार बुनियादी पोजीशन होती हैं:

लॉन्ग कॉल: आप किसी एसेट को खरीदने का अधिकार खरीदते हैं। यदि अंडरलाइंग एसेट की कीमत (S) बढ़ती है, तो आपका मुनाफा सैद्धांतिक रूप से असीमित है। आपका अधिकतम नुकसान ऑप्शन के लिए चुकाया गया प्रीमियम (कीमत) है।
लॉन्ग पुट: आप किसी एसेट को बेचने का अधिकार खरीदते हैं। जब बाजार गिरता है तो आपको फायदा होता है। पोर्टफोलियो को हेज करने के लिए आदर्श।
शॉर्ट कॉल: आप खरीदने का अधिकार बेचते हैं। आपको तुरंत प्रीमियम मिल जाता है, लेकिन यदि एसेट की कीमत "चांद पर चली जाए" तो आप असीमित जोखिम उठाते हैं (गेमस्टॉप के शॉर्ट स्क्वीज को याद करें)।
शॉर्ट पुट: आप बेचने का अधिकार बेचते हैं। आपको प्रीमियम मिलता है और आप एसेट गिरने पर उसे खरीदने के लिए प्रतिबद्ध होते हैं। वारेन बफेट अक्सर इसका इस्तेमाल स्टॉक्स को डिस्काउंट पर खरीदने के लिए करते हैं।

ब्रेकईवन पॉइंट की गणना स्ट्राइक प्राइस (X) ± ऑप्शन प्रीमियम के रूप में की जाती है।

रहस्यमय समीकरण: ब्लैक-शोल्स PDE की एनाटॉमी

वॉल स्ट्रीट की फिल्मों में ब्लैकबोर्ड पर अक्सर दिखने वाला फॉर्मूला एक आंशिक अवकल समीकरण (PDE) है:

$Black-Scholes Math Visualization$ ब्लैक-शोल्स मॉडल की गणितीय संरचना और कॉल व पुट के लिए प्राइसिंग फॉर्मूले।

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

आइए इसे तोड़कर समझें (वादा है, यह उतना डरावना नहीं जितना दिखता है):

$V$ : ऑप्शन की कीमत (वह वैल्यू जिसे हम ढूंढ रहे हैं)।
$t$ : समय। $\frac{\partial V}{\partial t}$ दिखाता है कि ऑप्शन की टाइम वैल्यू कैसे घटती है (थीटा)।
$S$ : अंडरलाइंग एसेट की कीमत (स्टॉक/स्पॉट)।
$\sigma$ (सिग्मा): अंडरलाइंग एसेट की वोलेटिलिटी। यह जितनी ज्यादा होगी, ऑप्शन उतना ही महंगा होगा।
$r$ : रिस्क-फ्री ब्याज दर।

यह समीकरण मूल रूप से कहता है: ऑप्शंस और अंडरलाइंग एसेट से बने हेज्ड (जोखिम-मुक्त) पोर्टफोलियो का रिटर्न रिस्क-फ्री बैंक डिपॉजिट ( $rV$ ) के रिटर्न के बराबर होना चाहिए। इसे नो-आर्बिट्राज सिद्धांत कहा जाता है।

व्यावहारिक अनुप्रयोग: पायथन में वैल्यू की गणना

इस समीकरण के विश्लेषणात्मक समाधान से हमें कॉल और पुट कीमतों के लिए प्रसिद्ध ब्लैक-शोल्स फॉर्मूले मिलते हैं:

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

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

आइए इसे पायथन में लिखते हैं। ऐसा कोड जो जटिल गणित को तैयार कीमत में बदल देता है:

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"
    """
    
    # Protect against division by zero at expiration
    if T <= 0:
        if option_type == "call":
            return max(0.0, S - X)
        else:
            return max(0.0, X - S)
            
    # Calculate d1 and d2
    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":
        # Formula for Call option
        price = S * norm.cdf(d1) - X * math.exp(-r * T) * norm.cdf(d2)
    elif option_type == "put":
        # Formula for Put option
        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

# Usage example
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}")

ऑप्शन के दिग्गज: मिलिए "द ग्रीक्स" से

ब्लैक-शोल्स मॉडल ने हमें न केवल एक कीमत दी, बल्कि "द ग्रीक्स" के नाम से जाने जाने वाले रिस्क मैनेजमेंट टूल्स भी दिए। ये अलग-अलग पैरामीटर्स के सापेक्ष ऑप्शन की कीमत के डेरिवेटिव्स (ग्रेडिएंट्स) हैं:

डेल्टा ( $\Delta$ ): यदि अंडरलाइंग एसेट की कीमत $1 बदलती है तो ऑप्शन की कीमत कितनी बदलती है। (S के सापेक्ष पहला डेरिवेटिव)। डेल्टा आपका दिशात्मक जोखिम है।
गामा ( $\Gamma$ ): यदि एसेट की कीमत $1 बदलती है तो डेल्टा कितना बदलता है। (S के सापेक्ष दूसरा डेरिवेटिव, समीकरण वाला वही$ \frac{\partial^2 V}{\partial S^2}$)। गामा आपके डेल्टा का जोखिम है।
थीटा ( $\Theta$ ): ऑप्शन की वैल्यू प्रतिदिन कितनी घटती है। (समय $t$ के सापेक्ष बदलाव)। ऑप्शन खरीदार का दुश्मन और विक्रेता का दोस्त।
वेगा ( $\mathcal{V}$ ): वोलेटिलिटी में 1% की उछाल से कीमत कितनी बदलती है। (स्पॉइलर: वेगा असल में कोई ग्रीक अक्षर नहीं है, लेकिन यह परंपरा बन गई)।
रो ( $\rho$ ): ब्याज दर में बदलाव के प्रति संवेदनशीलता। क्रिप्टो ट्रेडर्स को शायद ही कभी इसकी चिंता होती है क्योंकि क्रिप्टो बहुत तेजी से चलता है।

एल्गोरिथमिक मार्केट मेकर्स (जैसे कि डेरिबिट या ऑप्शन DEXs जैसे एक्सचेंजों पर) अपनी पोजीशन को "डेल्टा-न्यूट्रल" ( $\Delta = 0$ ) बनाए रखने के लिए लगातार अंडरलाइंग एसेट ट्रेड करते रहते हैं। वे स्प्रेड और इम्प्लाइड व हिस्टोरिकल वोलेटिलिटी के बीच के अंतर से कमाते हैं।

कठोर हकीकत: मॉडल की सीमाएं

ब्लैक-शोल्स एक शानदार फॉर्मूला है, लेकिन असली दुनिया में, खासकर क्रिप्टो में, इसमें घातक कमियां हैं:

स्थिर वोलेटिलिटी: फॉर्मूला मानता है कि वोलेटिलिटी सभी स्ट्राइक्स के लिए समान है। असलियत में एक "वोलेटिलिटी स्माइल" होती है — आउट-ऑफ-द-मनी ऑप्शंस मॉडल की भविष्यवाणी से ज्यादा महंगे होते हैं क्योंकि ट्रेडर्स "ब्लैक स्वान" घटनाओं से बचाव के लिए ज्यादा कीमत चुकाते हैं।
लॉगनॉर्मल डिस्ट्रीब्यूशन: मॉडल मानता है कि कीमतें लॉगनॉर्मल रूप से वितरित होती हैं और चरम उतार-चढ़ाव असंभव हैं। क्रिप्टो में, चरम उतार-चढ़ाव (Fat tails) एक आम मंगलवार जैसी बात है।
निरंतर ट्रेडिंग: फॉर्मूला मानता है कि आप बिना किसी फीस के लगातार हेज कर सकते हैं। असल दुनिया की फीस और स्लिपेज जल्दी ही आपका मुनाफा खा जाएंगे।

निष्कर्ष

ब्लैक-शोल्स फॉर्मूला क्वांटिटेटिव फाइनेंस का रोसेटा स्टोन है। इसकी कमियों को जानते हुए भी, पूरी वित्तीय दुनिया आज भी ऑप्शंस को ब्लैक-शोल्स वोलेटिलिटी की इकाइयों में कोट करती है।

इस फॉर्मूले और इसके "ग्रीक्स" को समझना एक साधारण ट्रेडर से क्वांटिटेटिव रिसर्चर बनने की दिशा में एक कदम है। अगली बार जब आप कोई ऑप्शन खरीदने का फैसला करें, तो याद रखें: आप सिर्फ कीमत की दिशा नहीं, बल्कि वोलेटिलिटी और समय ट्रेड कर रहे हैं।

आगे पढ़ें

कोड रिपॉजिटरी

गिटहब रिपॉजिटरी: suenot/options-pricing — कैलकुलेटर और इस लेख के उदाहरणों का पूरा सोर्स कोड।

हैप्पी हेजिंग! 📈