Senzoukria · 术语表

d1 与 d2

d1 和 d2 是出现在 Black-Scholes 公式里的两个标准化距离,衡量现价与行权价之间的差距。N(d2) 是模型给出的、一张看涨期权最终落在实值的风险中性概率,而 N(d1) 在对股息做过调整之后,就是这张看涨的 Delta。

更新于 2026 年 9 月首次发布:2026年10月9日

本页目录
  1. 要点
  2. 定义
  3. 一个算例
  4. 那种概率读法的局限
  5. d1 与 d2 还出现在哪里
  6. 相关内容
  7. 同一栏目
  8. 其他语言版本
  9. 常见问题

要点

d1
[ln(S/K) + (r − q + σ²/2)·τ] / (σ√τ)
d2
d1 − σ√τ
读法
N(d2):看涨落在实值的风险中性概率;e^(−qτ)·N(d1):看涨的 Delta

定义

这两个量都在度量:以期权存续期内的标准差为单位,行权价离远期价格有多远。d2 的分子 ln(S/K) + (r − q − σ²/2)·τ,是在模型的风险中性测度之下,终值价格与行权价之间预期的对数距离;除以 σ√τ 把它标准化。d1 就是 d2 向上平移了 σ√τ。这个平移来自按终值价格本身给各种结果加权,而这正是为什么 N(d1) 关联的是 Delta,而不是行权的概率。

一个算例

现价 100,行权价 105,30 天(τ = 0.0822),σ = 20 %,r = q = 0。于是 ln(100/105) = −0.0488,而 σ√τ = 0.0573。d1 = (−0.0488 + 0.02 × 0.0822)/0.0573 = −0.822,d2 = −0.822 − 0.057 = −0.880。N(d1) = 0.205,这就是这张看涨的 Delta,而 N(d2) = 0.190,是模型给出的、这张看涨最终收在 105 之上的概率。这张看涨值 100 × 0.205 − 105 × 0.190 = 0.64。

行权价 105 的看涨,现价 100,30 天,隐含波动率 20 %
量数值含义
d1−0.822标准化距离,按价格加权的测度下
d2−0.880到行权价的标准化距离
N(d1)0.205看涨的 Delta(q = 0)
N(d2)0.190最终落在实值的风险中性概率

那种概率读法的局限

  • N(d2) 是一个用该行权价的隐含波动率算出来的风险中性概率。它不是对真实世界概率的预测,后者需要一个关于预期收益、以及关于真实分布的观点。
  • Delta 常被当作最终落在实值的概率的一个粗略代理;上面那个例子显示两者并不相同(0.205 对 0.190),而在长期限和高波动率下差得更多。
  • 有了微笑曲线之后,由全套价格隐含出来的概率,包含一个关于隐含波动率怎么随行权价变化的修正;只用单个行权价的 N(d2) 会忽略它。

d1 与 d2 还出现在哪里

每一个 Black-Scholes 希腊字母都是用 d1 和 d2 写出来的:gamma 和 vega 通过 φ(d1),vanna 通过 d2,charm 通过 d2/(2τ),而 vomma 通过乘积 d1·d2。Senzoukria 的 GEX 模块在由每条腿的 gamma、现价、行权价、隐含波动率和到期时间推导 vanna 与 charm 时直接用到 d2,而在它为 gamma 轮廓和 25 Delta 偏斜在本地计算的 Black-Scholes Delta 与 gamma 里用到 d1。

同一栏目

其他语言版本

常见问题

N(d1) 为什么不是行权的概率?
因为 d1 里多了一个 σ√τ,它来自以标的本身而不是以现金为单位去度量各种结果。N(d1) 是在那个以份额为基准的测度之下行权的概率,而这让它成为这张看涨的对冲比率;以现金为基准的行权概率是 N(d2)。
d2 为负说明了什么?
说明对一张看涨期权来说,行权价位于模型风险中性结果的中位数之上,所以在这个模型之下,这张看涨更可能到期变得一文不值。对一只平价期权来说,由于那个 −σ²/2 项,d2 是略微为负的。
NEXT

继续阅读