コール・プットオプションの理論価格と全グリークスをリアルタイム計算。ペイオフ図・デルタ曲線・インプライドボラティリティ推定まで対応。
ブラック-ショールズモデルの核心は、株価の変動が幾何ブラウン運動に従うと仮定し、オプションと原資産（株）を組み合わせた「リスク中立なポートフォリオ」を構築できることです。これにより導かれるのが、コールオプション価格を求める次の偏微分方程式（ブラック-ショールズ方程式）です。
$$\frac{\partial V}{\partial t}+ \frac{1}{2}\sigma^2 S^2 \frac{\partial^2 V}{\partial S^2}+ rS \frac{\partial V}{\partial S}- rV = 0$$ここで、$V$はオプション価格、$t$は時間、$S$は原資産価格、$\sigma$はボラティリティ、$r$は無リスク金利です。この式は、オプションのリスクを原資産で完全にヘッジ（相殺）できることを意味しています。
上記の偏微分方程式を、満期時のペイオフ条件（コールオプションなら$V(S,T) = \max(S-K, 0)$）の下で解くと、有名なブラック-ショールズの公式が得られます。
$$C = S N(d_1) - K e^{-rT}N(d_2)$$ $$d_1 = \dfrac{\ln(S/K)+(r+\sigma^2/2)T}{\sigma\sqrt{T}}, \quad d_2 = d_1 - \sigma\sqrt{T}$$$C$: コールオプション価格, $S$: 原資産価格, $K$: 行使価格, $T$: 満期までの時間, $r$: 無リスク金利, $\sigma$: ボラティリティ, $N(\cdot)$: 標準正規分布の累積分布関数。
$N(d_1)$はヘッジ比率（デルタ）そのもの、$Ke^{-rT}N(d_2)$は満期時に行使価格$K$を支払うことの現在価値に行使確率を掛けたものと解釈できます。
オプション取引・ヘッジ戦略：機関投資家やディーラーが、ポートフォリオのリスクを管理するために日常的に使用します。例えば、保有する株式の下落リスクをプットオプションでヘッジする際、その適正価格を計算し、さらにデルタを参照しながら必要なオプション枚数を決定します。
インプライド・ボラティリティの推定：市場で取引されているオプションの実際の価格をブラック-ショールズ公式に代入し、逆算して求められるボラティリティが「インプライド・ボラティリティ」です。これは市場参加者の将来の変動率予想を示す指標として、VIX（恐怖指数）などにも応用されています。
新規金融商品の設計・評価：エキゾチックオプションや構造化商品など、複雑な派生商品の基礎部分の評価や、リスク指標（グリークス）の算定にモデルが応用されます。商品開発の段階でシミュレーションを行うツールとして不可欠です。
企業財務における実物オプション評価：工場の新設やR&D投資など、不確実性の高い経営判断を「オプション」とみなして評価する手法です。投資機会の価値や、最適な投資タイミングを分析する際の理論的枠組みとして用いられます。
まず、このツールで出てくる「理論価格」をそのまま市場価格だと思わないでください。これはあくまで特定の仮定に基づくモデル価格です。例えば、ボラティリティσを過去のデータから20%と入力しても、市場が将来を30%と予想していれば、実際のオプション価格は計算結果より高くなります。これが「インプライドボラティリティ」推定機能の意義で、市場の予測を逆算するために使うんです。
次に、パラメータの入力順序に注意。特に「満期までの時間T」は年単位が基本です。オプションが3ヶ月（0.25年）先ならT=0.25と入力します。ここを1と入れてしまうと1年後とみなされ、価格が大きく変わってしまいます。無リスク金利rも同様で、2%なら0.02です。
もう一点、「デルタが0.5なら、株価とオプション価格の動きは半分で連動する」という理解は危険です。デルタはSやT、σが変わるたびに変化します（その変化率がガンマ）。例えば、S=100, K=100のATMF（アット・ザ・マネー・フォワード）オプションのデルタは約0.5ですが、株価が110に上がればデルタは0.8近くまで増加します。デルタヘッジをするなら、こまめな見直しが必要な理由がここにあります。
この計算機の根幹にある考え方は、実はCAEを含む多くの工学分野と数学的に深く繋がっています。まず、ブラック-ショールズ方程式は「拡散方程式」の一種。これは、熱が伝わる（熱伝導）、汚染物質が拡散する、といった物理現象を記述するのと同じ偏微分方程式です。つまり、オプション価格の「時間減衰（シータ）」と「株価変動による拡散」を、熱の冷却と拡散に例えて理解できるわけです。
次に、モンテカルロシミュレーション。ブラック-ショールズモデルはシンプルな幾何ブラウン運動を仮定しますが、より現実的な価格変動（ジャンプや相関）を扱う時は、無数のランダムな株価経路をコンピュータで生成し、それぞれの最終価値からオプション価格を算定します。これは、自動車の衝突安全性を多数の仮想試験で評価するCAEプロセスと非常に似ています。
さらに、感応度分析の考え方は構造解析そのものです。デルタやガンマは、オプション価格という「出力」に対する各パラメータ（S, σなど）の「入力」変化の感度、つまり偏微分係数です。これは、橋梁のたわみ（出力）に対する材料強度や荷重（入力）の変化の影響を数値的に分析するFEM（有限要素法）の感度解析と概念的に同じです。リスクを「数値化して管理する」という工学的手法の応用例と言えるでしょう。
まずは、このツールで「もしも」の実験を数多くやってみてください。例えば、「S=100, K=120のアウト・オブ・ザ・マネーオプションで、ボラティリティだけを30%→50%に上げると、価格はどれだけ敏感に反応するか（ベガは？）」といった具合です。グラフがどう変わるかを目で確認することが、直感的理解への第一歩です。
その上で、数学的背景を少し深堀りすることをお勧めします。キーワードは「伊藤の補題」と「リスク中立評価」です。伊藤の補題は、ランダムに動く株価Sの関数であるオプション価格Vの動きを記述するルールで、ブラック-ショールズ方程式を導く出発点です。そして「リスク中立評価」は、オプションの期待収益率が無リスク金利rになると仮定して価格を算定するという、金融工学の核心的な考え方です。これらの概念は、確率微分方程式や測度論といった高度な数学に繋がります。
次のステップとしては、ブラック-ショールズモデルの限界を学び、より発展的なモデルに触れると良いでしょう。現実の市場には、ボラティリティが変動する（ボラティリティ・スマイル）、価格が突然跳ぶ（ジャンプ・ディフュージョン・モデル）、金利も変動するなど、このシンプルなモデルでは捉えきれない現象があります。それらを扱う「確率ボラティリティモデル」や「ローカルボラティリティモデル」が、実務ではより広く使われています。このツールで基礎を固めた後は、そうした発展モデルがどのような問題意識から生まれたのかを追ってみると、全体像が見えてくるはずです。