An Explicit Solution to Black-Scholes Implied Volatility

Dit artikel presenteert een nieuwe, expliciete formule voor de Black-Scholes impliciete volatiliteit die, door de call-prijs te koppelen aan de overlevingskans van een inverse Gaussische verdeling, een snellere en nauwkeurigere oplossing biedt zonder dat er iteratieve methoden nodig zijn.

De kern

Stel je voor dat je in een pretpark bent en je wilt weten hoe hard een achtbaan gaat. Je hebt een stopwatch en een meetlint, maar de formule om de snelheid direct te berekenen is zo ingewikkeld dat iedereen in de rij alleen maar kan gokken, een schatting maken, en dan steeds een beetje bijsturen tot het "ongeveer" klopt.

Dit is precies wat er de afgelopen 50 jaar gebeurde in de wereld van de financiële markten met de Black-Scholes formule.

Hier is een eenvoudige uitleg van het nieuwe onderzoek van Wolfgang Schadner.

Het probleem: De omgekeerde weg

De Black-Scholes formule is een beroemde wiskundige formule die de prijs van een optie (een soort verzekering of weddenschap op de beurs) berekent als je de volatiliteit (de mate van onrust of beweging op de markt) al weet.

Maar in de echte wereld werkt het andersom. Handelaren zien de prijs op hun scherm staan, en zij willen weten: "Welke volatiliteit hoort bij deze prijs?"

Het probleem is dat de formule niet "omkeerbaar" is met een simpel rekensommetje. Al 50 jaar lang gebruiken computers een soort "warme/koude" spelletje: ze gokken een getal, kijken of de prijs klopt, en passen het getal steeds een klein beetje aan totdat ze bij het juiste antwoord zijn. Dit noemen we een iteratief proces. Het werkt, maar het kost tijd en rekenkracht.

De ontdekking: De verborgen kaart

Schadner heeft een "geheime doorgang" gevonden. Hij ontdekte dat de prijs van een optie eigenlijk een verborgen boodschap bevat. Hij zag dat de prijs niet zomaar een getal is, maar een soort overlevingskans.

De metafoor van de hardloper:
Stel je een hardloper voor die een parcours moet afleggen. De prijs van de optie vertelt ons eigenlijk: "Hoe groot is de kans dat de hardloper de finish haalt voordat de tijd om is?"

Schadner ontdekte dat deze kans precies volgt volgens een heel specifiek wiskundig patroon dat de Inverse Gaussian verdeling heet. In plaats van te blijven gokken en bijsturen (zoals de computers nu doen), heeft hij een directe "snelweg" gebouwd. Hij heeft een formule gevonden waarbij je de prijs in de machine stopt en er meteen de volatiliteit uitrolt. Geen gokwerk meer, geen eindeloos aanpassen.

Waarom is dit belangrijk? (De drie voordelen)

1. Snelheid (De Formule 1-auto):
   De huidige standaardmethodes zijn als een goede gezonde wandelaar: ze komen er wel, maar het duurt even. Schadner's formule is als een Formule 1-wagen. In zijn tests was de nieuwe methode 3,4 keer sneller dan de huidige wereldtop. In de razendsnelle wereld van de beurs, waar milliseconden miljoenen waard zijn, is dat een enorme winst.

2. Precisie (De Laserstraal):
   Omdat je niet meer hoeft te "gokken en bijsturen", is er geen kans meer dat de computer stopt met zoeken voordat hij het perfecte antwoord heeft. De formule is zo nauwkeurig dat hij tot op de allerlaatste digitale decimalen klopt.

3. Nieuw inzicht (De bril van de wiskundige):
   Hij geeft ons een nieuwe manier om naar de markt te kijken. Volatiliteit is niet langer alleen een getal dat we "zoeken", maar een directe vertaling van de kansen die de markt ons geeft. Het is alsof we eindelijk de blauwdruk van de achtbaan hebben gevonden, in plaats van alleen maar te kijken hoe hard de karren gaan.

Samenvatting

In plaats van een slot open te breken door telkens een klein beetje harder te duwen aan de deur (de oude methode), heeft Schadner de sleutel gevonden. Je steekt hem in het slot, draait hem om, en de deur gaat open.

Technische samenvatting

Technische Samenvatting: Een Expliciete Oplossing voor de Black–Scholes Implied Volatility

1. Het Probleem: De Inversie-uitdaging

Sinds de introductie van het Black–Scholes-model in 1973 is de implied volatility (geïmpliceerde volatiliteit) de standaardmaatstaf geworden voor het prijzen van opties. Terwijl het Black–Scholes-model een expliciete formule biedt om van volatiliteit naar een optieprijs te gaan, bestaat er geen directe (expliciete) formule om de omgekeerde weg te bewandelen: van een geobserveerde marktprijs naar de volatiliteit die die prijs rechtvaardigt.

In de huidige praktijk wordt dit opgelost als een numeriek inversieprobleem. Dit betekent dat computers iteratieve algoritmen (zoals Newton-Raphson of de geavanceerde methoden van Jäckel) moeten gebruiken om de juiste volatiliteit te "zoeken". Hoewel er benaderingen en asymptotische formules bestaan, blijft de geïmpliceerde volatiliteit operationeel gedefinieerd als het resultaat van een zoekproces, in plaats van een directe berekening.

2. Methodologie: De Link met de Inverse Gaussian Verdeling

De kern van de innovatie in dit paper is de ontdekking dat de genormaliseerde Black–Scholes call-prijs exact kan worden geschreven als de overlevingskans (survival probability) van een Inverse Gaussian (IG) verdeling.

De methodologische stappen zijn als volgt:

• Identificatie: De auteur stelt vast dat voor een call-optie met log-moneyness $k$ en totale volatiliteit $v = \sigma\sqrt{T}$, de prijs $c_{BS}$ gelijk is aan $1 - \mathcal{F}_{IG}(x; \mu, \lambda)$, waarbij de parameters van de IG-verdeling direct afhankelijk zijn van de moneyness.
• Inversie via Kwantielen: Door deze identiteit te inverteren, kan de volatiliteit direct worden uitgedrukt via de kwantiel-functie ($\mathcal{F}^{-1}_{IG}$) van de Inverse Gaussian verdeling.
• De Formule: De resulterende expliciete formule voor de volatiliteit $\sigma$ is:
  $$\sigma(K, C) = \frac{2}{\sqrt{T}} \left[ \mathcal{F}^{-1}_{IG} \left( \frac{1-c}{m}; \frac{2}{|k|}, 1 \right) \right]^{-1/2}$$
  Hierbij is $c$ de genormaliseerde prijs, $k$ de log-moneyness en $m$ een correctiefactor voor in-the-money of out-of-the-money opties.

3. Belangrijkste Bijdragen

• Eerste Expliciete Oplossing: Het paper presenteert naar verluidt de eerste gesloten vorm (closed-form solution) voor de Black–Scholes geïmpliceerde volatiliteit.
• Geen Iteratie Nodig: In tegenstelling tot bestaande methoden vereist deze formule geen initiële gok, geen iteratieve zoekprocedures en geen benaderingen via oneindige reeksen.
• Probabilistische Interpretatie: De auteur biedt een nieuw inzicht: geïmpliceerde volatiliteit is niet slechts een numeriek resultaat, maar een directe distributionele transformatie van de marktprijs. De prijs bepaalt een waarschijnlijkheidsniveau op een specifieke schaal van variantie (variance space).

4. Resultaten en Numerieke Prestaties

De auteur heeft de formule getest tegen de huidige "state-of-the-art" benchmark (het algoritme van Jäckel, 2024). De resultaten zijn indrukwekkend:

• Nauwkeurigheid: De formule herstelt de volatiliteit tot machine-precisie (een gemiddelde absolute fout van $2,24 \times 10^{-16}$), wat vergelijkbaar is met de meest geavanceerde iteratieve methoden.
• Snelheid: De expliciete formule is ongeveer 3,4 keer sneller dan de benchmark van Jäckel. In de tests bedroeg de rekentijd slechts 0,305 microseconden per evaluatie, tegenover 1,038 microseconden voor de huidige standaard.

5. Betekenis en Conclusie

De wetenschappelijke en praktische betekenis van dit werk is tweeledig:

1. Computationeel: Voor high-frequency trading en grootschalige risicomanagement-systemen waar miljoenen opties gelijktijdig moeten worden geëvalueerd, biedt de enorme snelheidswinst een significant voordeel.
2. Theoretisch: Het lost een 50 jaar oud probleem op door de Black–Scholes inversie te transformeren van een numeriek zoekprobleem naar een directe wiskundige berekening. Het verheldert de structuur van de Black–Scholes-wereld door de link te leggen tussen optieprijzen en de kwantielen van de Inverse Gaussian verdeling.