标签： #期权定价

期权价格里藏着市场对未来的完整分布预期，不只是一个隐含波动率数字。Breeden-Litzenberger(1978) 证明：看涨期权价格对行权价的二阶导，乘以贴现因子，就是到期日标的的风险中性密度 q(S_T)=e^{rT}·d²C/dK²。合成 BS+波动率微笑里，含微笑反推的密度偏度 −1.10（肥左尾）、P(S_T<80)=9.17% 是常数 IV 的 1.6 倍、P(S_T<70)=4.84% 是常数 IV 的 8.3 倍——微笑把崩盘概率显性搬到左尾。附完整 Python 与六类真实陷阱（高阶）。

股权本质是公司资产对债务的一份看涨期权：资产高于债务，股东拿走剩余；资产跌破债务，股东行权失败、公司违约。Merton(1974) 用这个洞见把 Black-Scholes 反过来用——由可观测的股权市值与波动率，联立两条方程反解不可观测的资产价值与资产波动率，再算出违约距离 DD 与违约概率 PD=N(−DD)。合成三家公司里，健康公司 DD=7.39/PD≈0、中等 DD=3.63/PD=0.014%、困境 DD=1.91/PD=2.80%，蒙特卡洛 200 条路径经验 PD=2.50% 验证理论值。附完整 Python 与六类真实陷阱（高阶）。

Black-Scholes 假设波动率是常数，于是同一标的、不同行权价的期权隐含波动率应当是一条水平线。但真实市场里它是一条弯弯的微笑（且长期偏斜）——BS 用平值波动率给所有行权价定价会系统性误定价。Heston(1993) 把波动率本身建模成均值回复的平方根过程（带杠杆效应 ρ<0：跌时波动飙升），从机制上还原了波动率微笑。合成 30 资产级蒙特卡洛定价显示：T=0.5 时 BS 用平值 IV 给深度虚值/实值期权定价，误定价高达 ±0.45，Heston 则贴合微笑。附完整 Python 与六类真实陷阱（高阶）。

期权价格里藏着的不是波动率，而是整条未来分布。Breeden-Litzenberger 定理说：看涨期权价格对行权价的二阶导就是风险中性密度。本文从零合成分布、定价、反推，并点明平滑、边界、Q≠P 三大真实陷阱。

裸 IV 报价带噪且可能隐含套利。SVI 用 5 个参数把整条微笑、整张曲面平滑吃下，并用 Breeden-Litzenberger 反推风险中性密度、亮出蝶式套利红旗。配 4 张图表与完整 Python。

Black-Scholes 假设价格连续、波动恒定，所以算不出崩盘时的肥尾。Merton(1976) 给扩散加了对数正态跳，Bates(1996) 再把随机波动(Heston)叠上来。本文用特征函数+FFT 给欧式期权定价，与蒙特卡洛对照，并展示跳如何把隐含波动率的微笑扭成左偏的 smirk。

美式期权没有 BS 封闭解，因为提前行权是最优停止问题。Longstaff-Schwartz(2001) 用最小二乘蒙特卡洛把它变简单：模拟路径、倒向回归、比较继续持有与立即行权的价值。从零实现，给出提前行权边界、收敛性，并对照欧式价验证美式≥欧式。