An Explicit Solution to Black-Scholes Implied Volatility

Este artículo presenta la primera fórmula explícita para la volatilidad implícita de Black-Scholes, resolviendo un problema de 50 años al expresar la volatilidad directamente mediante la función cuantil de una distribución Gaussiana inversa, sin necesidad de métodos iterativos o aproximaciones.

Lo esencial

El "Santo Grial" de las Finanzas: El Problema de la Llave y la Cerradura

Imagina que tienes una cerradura muy especial llamada "Modelo Black-Scholes". Esta cerradura es famosa en el mundo del dinero porque es perfecta para calcular cuánto debería costar un seguro para una acción (lo que llamamos una "opción").

El problema es que la cerradura funciona en una sola dirección:

1. Tú le metes la volatilidad (qué tanto salta el precio de una acción, como si fuera un coche en una montaña rusa).
2. La cerradura te escupe el precio del seguro.

Durante 50 años, el mundo financiero ha tenido un problema: en el mercado real, ocurre lo contrario. Los traders ven el precio en la pantalla y necesitan saber: "¿Qué tan loca está la montaña rusa para que este seguro cueste esto?".

Para resolver esto, los matemáticos han tenido que usar "fuerza bruta". Es como si tuvieras una cerradura y, para saber qué llave la abre, tuvieras que probar miles de llaves una por una hasta que la puerta se abra. Eso es lo que hacen las computadoras hoy: prueban un número, ven si el precio coincide, si no, prueban otro... y así hasta acertar. Es lento y requiere mucho esfuerzo.

¿Qué descubrió este autor?

Wolfgang Schadner dice: "¡No necesitamos probar miles de llaves! He encontrado la llave maestra".

Él descubrió que el precio de ese seguro no es un número aleatorio, sino que tiene una conexión secreta con una figura matemática llamada "Distribución Gaussiana Inversa".

La analogía del Reloj de Arena

Imagina que el precio de una opción es como la cantidad de arena que cae en un reloj de arena. Hasta ahora, para saber qué tan grande es el agujero del reloj (la volatilidad), teníamos que ir vertiendo arena poco a poco y midiendo el tiempo hasta que se llenara.

Schadner encontró una fórmula que te permite mirar la cantidad de arena que ya cayó y, con un solo cálculo matemático, decirte exactamente de qué tamaño es el agujero, sin tener que esperar ni probar nada más.

¿Por qué es esto importante? (En términos simples)

1. Es instantáneo: El autor dice que su método es 3.4 veces más rápido que los mejores métodos actuales. En el mundo de la alta tecnología financiera, donde los milisegundos valen millones de dólares, esto es como pasar de un caballo a un jet privado.
2. Es exacto: No es una "estimación" o un "aproximadamente". Es una solución directa. Es como pasar de decir "creo que la llave es esta" a tener el plano exacto de la llave.
3. Cambia la forma de ver el riesgo: El autor nos dice que la volatilidad no es solo un número que "buscamos" con una computadora, sino que es una propiedad natural que se puede leer directamente del precio, como si el precio fuera un código oculto que nos dice qué tan peligroso es el mercado.

En resumen

Si el mercado financiero fuera un videojuego, los matemáticos llevaban 50 años intentando adivinar la contraseña probando combinaciones una por una. Schadner acaba de publicar el "truco" o el "cheat code" que te permite escribir la contraseña directamente y entrar al nivel sin perder tiempo.

Resumen técnico

1. El Problema: La inversión de la fórmula de Black-Scholes

Desde la publicación de Black y Scholes en 1973, la fórmula de Black-Scholes ha permitido calcular el precio de una opción de forma explícita a partir de la volatilidad ($\sigma$). Sin embargo, en la práctica financiera, el proceso es inverso: los mercados observan el precio de la opción y necesitan hallar la volatilidad implícita que lo justifica.

Durante 50 años, este proceso se ha tratado como un problema de inversión numérica. Dado que no existe una función de inversión elemental, la industria ha dependido de:

• Algoritmos iterativos (como el de Jäckel, considerado el estándar de oro por su velocidad y precisión).
• Aproximaciones asintóticas y series infinitas.
• Límites analíticos.

El problema fundamental es que la volatilidad implícita se define operativamente como el resultado de un procedimiento de búsqueda de raíces (un solver), en lugar de ser una función directa de los datos de entrada.

2. Metodología: La conexión con la Distribución Gaussiana Inversa

La contribución clave de Schadner es identificar una identidad matemática que vincula el precio de una opción call con la función de supervivencia de una distribución Gaussiana Inversa (IG).

El proceso de derivación es el siguiente:

1. Normalización: El autor utiliza el precio de la opción call normalizado ($c = C / DF$) y la log-monetariedad (log-moneyness) $k = \log(K/F)$.
2. Identidad Probabilística: Demuestra que el precio de Black-Scholes para una opción out-of-the-money ($k > 0$) puede escribirse como la probabilidad de que una variable aleatoria con distribución Gaussiana Inversa supere un umbral determinado:
   $$c_{BS}(k, v) = 1 - \mathcal{F}_{IG}\left(\frac{4}{v^2}; \frac{2}{k}, 1\right)$$
   donde $v = \sigma\sqrt{T}$ es la volatilidad total.
3. Inversión Directa: Al invertir esta identidad, el autor obtiene una fórmula explícita para la volatilidad implícita utilizando la función cuantil de la distribución Gaussiana Inversa ($\mathcal{F}^{-1}_{IG}$):
   $$\sigma(K, C) = \frac{2}{\sqrt{T}} \left[ \mathcal{F}^{-1}_{IG} \left( \frac{1-c}{m}; \frac{2}{|k|}, 1 \right) \right]^{-1/2}$$
   (Donde $m$ es un factor de ajuste según si la opción está in-the-money o out-of-the-money).

3. Contribuciones Clave

• Primera solución explícita: El autor presenta lo que parece ser la primera fórmula de "forma cerrada" (closed-form) para la volatilidad implícita, resolviendo la limitación de que la volatilidad no es $D$-finita.
• Eliminación de la iteración: La fórmula no requiere una estimación inicial, no utiliza métodos de Newton-Raphson, ni series infinitas, ni aproximaciones. Solo requiere la función cuantil de la distribución IG, disponible en librerías estadísticas estándar.
• Nueva interpretación probabilística: Propone que la volatilidad implícita no es solo el resultado de un solver, sino una transformación distributiva directa del precio de mercado. La volatilidad se visualiza como un umbral en un "espacio de varianza" vinculado a la distribución de los tiempos de primer paso de un movimiento browniano.

4. Resultados Numéricos

El autor sometió la fórmula a pruebas rigurosas comparándola con el benchmark de Jäckel (2024):

• Precisión: La fórmula recupera la volatilidad con precisión de máquina (error absoluto medio de $2.24 \times 10^{-16}$), igualando la exactitud de los métodos iterativos más avanzados.
• Velocidad: La fórmula es aproximadamente 3.4 veces más rápida que el algoritmo de Jäckel. En las pruebas, el tiempo de evaluación fue de $0.305$ microsegundos frente a los $1.038$ microsegundos del benchmark.

5. Significancia

Este trabajo tiene implicaciones tanto teóricas como prácticas:

• Práctica: Para sistemas de trading de alta frecuencia o modelos de gestión de riesgos que requieren millones de cálculos de volatilidad por segundo, la reducción de tiempo de cómputo es significativa.
• Teórica: Clarifica la estructura matemática del modelo de Black-Scholes, transformando la volatilidad implícita de un concepto puramente operativo (un valor buscado) a un concepto estadístico directo (un cuantil de una distribución conocida).