Black-Scholes期权定价模型可视化学习平台

一个交互式的Black-Scholes期权定价模型可视化学习工具，帮助理解期权定价理论和Greeks敏感性指标。

项目简介

本项目实现了完整的Black-Scholes期权定价模型，包括：

• 期权定价计算：精确计算欧式看涨和看跌期权的理论价格
• Greeks风险指标：计算Delta、Gamma、Theta、Vega、Rho等敏感性指标
• 交互式可视化：实时图表展示期权价格和Greeks随参数变化的关系
• 教育性内容：详细的模型说明和公式解释

功能特性

1. 期权定价

• 支持看涨期权（Call）和看跌期权（Put）
• 基于Black-Scholes-Merton公式的精确计算
• 显示内在价值和时间价值分解

2. Greeks计算

• Delta (Δ): 标的资产价格敏感度
• Gamma (Γ): Delta变化率
• Theta (Θ): 时间衰减（日度）
• Vega (ν): 波动率敏感度
• Rho (ρ): 利率敏感度

3. 可视化图表

• 期权收益图: 展示期权价格随标的资产价格变化
• Greeks曲面图: 3D可视化Greeks随价格和时间的变化
• 使用Plotly.js实现交互式图表

4. 隐含波动率计算

• 使用牛顿迭代法从市场价格反推波动率
• 支持自定义精度和迭代次数

技术栈

后端

• Python 3.8+
• NumPy: 数值计算
• SciPy: 统计函数（正态分布）
• Flask: Web框架
• Flask-CORS: 跨域支持

前端

• HTML5/CSS3: 响应式界面
• JavaScript (ES6+): 交互逻辑
• Plotly.js: 数据可视化

安装与运行

环境要求

• Python 3.8 或更高版本
• uv - 现代化Python包管理器（推荐）

安装 uv

Linux/macOS:

curl -LsSf https://astral.sh/uv/install.sh | sh

Windows (PowerShell):

powershell -c "irm https://astral.sh/uv/install.ps1 | iex"

或使用 pip:

pip install uv

快速启动

方法1: 使用启动脚本（最简单）

Linux/macOS:

chmod +x run.sh
./run.sh

Windows:

run.bat

启动脚本会自动创建虚拟环境、安装依赖并启动服务器。

方法2: 使用 Makefile（Linux/macOS）

make install  # 安装依赖
make run      # 启动服务器

方法3: 手动安装

# 1. 克隆项目
git clone <repository-url>
cd BS_model

# 2. 创建虚拟环境
uv venv

# 3. 激活虚拟环境
# Linux/macOS:
source .venv/bin/activate
# Windows:
.venv\Scripts\activate

# 4. 安装依赖
uv pip install -r requirements.txt

# 5. 运行应用
python app.py

传统方式（使用 pip）

pip install -r requirements.txt
python app.py

访问应用

启动后，打开浏览器访问: http://localhost:5000

命令行选项

python app.py --help              # 查看帮助
python app.py --port 8080         # 指定端口
python app.py --host 127.0.0.1    # 指定主机
python app.py --debug             # 调试模式

运行示例

make examples      # 使用 Makefile
# 或激活虚拟环境后运行
source .venv/bin/activate && python examples.py

使用指南

基本使用

1. 输入参数

   • 标的资产价格 (S): 当前股票价格
   • 执行价格 (K): 期权行权价格
   • 到期时间 (T): 距离到期的时间（年）
   • 无风险利率 (r): 年化无风险利率（%）
   • 波动率 (σ): 年化波动率（%）
   • 期权类型: 看涨或看跌

2. 查看结果

   • 点击"计算"按钮或修改参数自动计算
   • 在"看涨期权"和"看跌期权"标签间切换查看结果
   • 查看期权价格和所有Greeks指标

3. 分析图表

   • 期权收益图：了解期权价格随标的价格的变化
   • Greeks曲面图：观察Greeks在不同价格和时间下的表现

示例场景

场景1：平值期权定价

标的价格: $100
执行价格: $100
到期时间: 1年
无风险利率: 5%
波动率: 20%

场景2：实值看涨期权

标的价格: $110
执行价格: $100
到期时间: 0.5年
无风险利率: 5%
波动率: 25%

场景3：虚值看跌期权

标的价格: $105
执行价格: $100
到期时间: 0.25年
无风险利率: 5%
波动率: 30%

Black-Scholes模型详解

基本公式

看涨期权定价公式:

C = S₀N(d₁) - Ke⁻ʳᵀN(d₂)

看跌期权定价公式:

P = Ke⁻ʳᵀN(-d₂) - S₀N(-d₁)

其中:

d₁ = [ln(S/K) + (r + σ²/2)T] / (σ√T)
d₂ = d₁ - σ√T

参数说明

• S: 标的资产当前价格
• K: 期权执行价格（行权价）
• T: 到期时间（年）
• r: 无风险利率（连续复利）
• σ: 波动率（标准差）
• N(x): 标准正态分布的累积分布函数

Greeks公式

Delta:

Call Delta = N(d₁)
Put Delta = N(d₁) - 1

Gamma:

Γ = N'(d₁) / (S σ √T)

Theta:

Call Θ = -[S N'(d₁) σ / (2√T)] - rKe⁻ʳᵀN(d₂)
Put Θ = -[S N'(d₁) σ / (2√T)] + rKe⁻ʳᵀN(-d₂)

Vega:

ν = S N'(d₁) √T

Rho:

Call ρ = KTe⁻ʳᵀN(d₂)
Put ρ = -KTe⁻ʳᵀN(-d₂)

模型假设

1. 欧式期权: 只能在到期日行权
2. 无摩擦市场: 无交易成本、税收
3. 连续交易: 市场随时可交易
4. 恒定参数: 波动率和利率不变
5. 对数正态分布: 标的资产价格服从几何布朗运动
6. 无股息: 标的资产在期权有效期内不支付股息
7. 无套利: 市场不存在套利机会

API接口文档

POST /api/calculate

计算期权价格和Greeks

请求体:

{
  "S": 100,
  "K": 100,
  "T": 1.0,
  "r": 0.05,
  "sigma": 0.2,
  "option_type": "call"
}

响应:

{
  "call": {
    "price": 10.4506,
    "delta": 0.6368,
    "gamma": 0.0188,
    "theta": -0.0123,
    "vega": 0.3752,
    "rho": 0.5318,
    "intrinsic_value": 0,
    "time_value": 10.4506
  },
  "put": { ... }
}

POST /api/payoff

生成期权收益图数据

请求体:

{
  "K": 100,
  "T": 1.0,
  "r": 0.05,
  "sigma": 0.2,
  "option_type": "call"
}

响应:

{
  "spot_prices": [50, 51, ..., 150],
  "option_prices": [0.0001, 0.0002, ..., 50.45],
  "intrinsic_values": [0, 0, ..., 50],
  "time_values": [0.0001, 0.0002, ..., 0.45]
}

POST /api/greeks_surface

生成Greeks曲面数据

请求体:

{
  "K": 100,
  "r": 0.05,
  "sigma": 0.2,
  "option_type": "call",
  "greek": "delta"
}

POST /api/implied_volatility

计算隐含波动率

请求体:

{
  "market_price": 10.45,
  "S": 100,
  "K": 100,
  "T": 1.0,
  "r": 0.05,
  "option_type": "call"
}

为什么使用 uv？

本项目使用 uv 作为包管理器，相比传统的 pip 有显著优势：

• 极速安装: 使用 Rust 编写，依赖安装速度比 pip 快 10-100 倍
• 智能依赖解析: 更可靠的依赖冲突解决
• 磁盘空间优化: 全局缓存机制，避免重复下载
• 现代化设计: 支持 pyproject.toml，遵循 Python 最新标准
• 一致性: 确保团队成员使用相同的依赖版本

项目结构

BS_model/
├── app.py                  # Flask应用主文件
├── black_scholes.py        # Black-Scholes模型核心算法
├── examples.py             # 完整使用示例
├── pyproject.toml          # 项目配置（uv/pip）
├── requirements.txt        # Python依赖（备用）
├── run.sh                  # Unix/Linux/macOS 启动脚本
├── run.bat                 # Windows 启动脚本
├── Makefile                # 开发命令（Linux/macOS）
├── QUICKSTART.md           # 快速开始指南
├── README.md               # 项目文档
├── .gitignore              # Git忽略文件
├── templates/              # HTML模板
│   └── index.html          # 主页面
└── static/                 # 静态资源
    ├── css/
    │   └── style.css       # 样式文件
    └── js/
        └── app.js          # JavaScript逻辑

使用Python模块

除了Web界面，你也可以直接使用Python模块：

from black_scholes import BlackScholesModel

# 创建模型实例
bs = BlackScholesModel(
    S=100,      # 标的价格
    K=100,      # 执行价格
    T=1.0,      # 到期时间
    r=0.05,     # 无风险利率
    sigma=0.2,  # 波动率
    option_type='call'
)

# 计算期权价格
price = bs.price()
print(f"期权价格: ${price:.4f}")

# 计算Greeks
print(f"Delta: {bs.delta():.4f}")
print(f"Gamma: {bs.gamma():.4f}")
print(f"Theta: {bs.theta():.4f}")
print(f"Vega: {bs.vega():.4f}")
print(f"Rho: {bs.rho():.4f}")

# 获取所有Greeks
greeks = bs.all_greeks()
print(greeks)

学习资源

推荐阅读

1. Options, Futures, and Other Derivatives - John C. Hull
2. The Concepts and Practice of Mathematical Finance - Mark Joshi
3. Paul Wilmott on Quantitative Finance - Paul Wilmott

在线资源

• Investopedia - Black-Scholes Model
• QuantLib - Quantitative Finance Library
• Options Greeks Explained

局限性与注意事项

模型局限性

1. 现实市场偏差: 实际市场不满足所有假设
2. 波动率微笑: 实际隐含波动率呈微笑曲线
3. 跳跃风险: 模型未考虑价格跳跃
4. 股息影响: 基础版本不考虑股息

使用建议

• 本工具主要用于教育和学习目的
• 实际交易应考虑更多市场因素
• 建议结合其他风险管理工具使用
• 参数选择应基于市场数据

贡献指南

欢迎提交Issue和Pull Request来改进项目！

开发建议

• 遵循PEP 8代码规范
• 添加适当的注释和文档
• 编写单元测试
• 更新README文档

许可证

MIT License

联系方式

如有问题或建议，请通过GitHub Issues联系。

更新日志

v1.1.0 (2025-11-14)

• 🚀 迁移到 uv 包管理器，提升安装速度
• 📦 添加 pyproject.toml 标准化配置
• 🛠️ 新增启动脚本 (run.sh, run.bat)
• 📝 添加快速开始指南 (QUICKSTART.md)
• 🔧 添加 Makefile 便捷开发命令
• ⚡ 优化依赖管理和项目结构

v1.0.0 (2025-11-13)

• 初始版本发布
• 实现完整的Black-Scholes模型
• 添加交互式Web界面
• 支持所有Greeks计算
• 提供多种可视化图表

---

注意: 本项目仅供教育和学习使用，不构成任何投资建议。期权交易存在重大风险，请谨慎决策。