--- title: "Risco de Modelo de Opção: Premissas, Entradas, Calibração e Implementação" description: "Entenda por que um modelo de opções matematicamente correto ainda pode avaliar ou medir incorretamente o risco e como validar estrutura, dados, calibração, código, resultados e uso." image: "https://wiki.fcontext.com/og.png" --- > Documentation Index > Fetch the complete documentation index at: https://wiki.fcontext.com/llms.txt > Use this file to discover all available pages before exploring further. # Risco de Modelo de Opção: Premissas, Entradas, Calibração e Implementação > Somente para fins educacionais; não constitui recomendação nem aconselhamento de investimento. Investir pode causar perdas. ## Resposta direta **Risco de modelo de opção** é o risco de decisões adversas ou perdas porque um modelo está errado, é alimentado com dados inadequados, é implementado incorretamente ou é usado fora da finalidade pretendida. Uma fórmula pode ser codificada com exatidão e ainda assim produzir um preço, grego, hedge, probabilidade ou resultado de estresse inadequados. A saída de um modelo está condicionada à interpretação do contrato, suposições, entradas, calibração, método numérico e carimbo de data/hora. Não é um preço de mercado executável nem uma garantia de que a dinâmica assumida ocorrerá. O risco do modelo não pode ser eliminado pela adição de casas decimais; deve ser identificado, desafiado, delimitado e monitorado. ## Cinco camadas de risco de modelo ### 1. Risco contratual e estrutural O modelo pode representar de forma errada o payoff, o estilo de exercício, a liquidação, o multiplicador, o ativo entregável, o tratamento dos dividendos ou a dependência da trajetória. Uma fórmula europeia não incorpora diretamente o exercício antecipado de uma opção americana. A volatilidade constante não reproduz toda a superfície por strike e vencimento nem descreve seu movimento após um choque no ativo subjacente. Os pressupostos estruturais podem omitir saltos, volatilidade estocástica, volatilidade local, alterações nas taxas, restrições de empréstimos, custos de transação, cobertura discreta, impacto no mercado ou interrupções nas negociações. Um modelo mais complexo acrescenta flexibilidade, mas também mais parâmetros e modos de falha. ### 2. Risco de entrada e dados Dados spot e forward, taxas, dividendos, aluguel de ações, tempo, cotações, eventos corporativos e dados contratuais podem estar obsoletos, mal associados ou seguir convenções diferentes. Bid, Ask, Mid, Last e preço de liquidação respondem a perguntas distintas. O tempo pode usar dias corridos, dias de negociação ou horários exatos; capitalização e anualização também podem variar. ### 3. Risco de calibração Uma calibração pode se ajustar bem a opções líquidas e extrapolar mal para strikes e vencimentos ilíquidos. Ponderações erradas, cotações cruzadas ou obsoletas, overfitting, parâmetros instáveis e interpolação que viola a ausência de arbitragem podem criar superfícies suaves, mas pouco confiáveis. Um erro baixo dentro da amostra não comprova dinâmica futura realista; quando aplicável, verifique ao menos a monotonicidade entre vencimentos e a convexidade em relação ao strike. ### 4. Risco numérico e de implementação Árvores, diferenças finitas e métodos de Monte Carlo possuem discretização, convergência, limite e erro de amostragem aleatória. O código pode usar sinal, unidade, multiplicador de contrato, data de dividendo, interpolação ou condição de exercício errados. Vega cotado por um ponto de volatilidade versus por 1,00 unidade de volatilidade difere por um fator de 100; Theta por dia versus por ano difere pela escala de contagem de dias. ### 5. Risco de uso e governança Um modelo de avaliação pode ser inadequado para margem, atribuição de P&L, execução ou estresse de cauda. Os usuários podem ignorar limitações, combinar gregas de sistemas incompatíveis, substituir valores sem registro ou tratar um Mid teórico como caixa realizável. Inventário de modelos, responsáveis, validação independente, controle de mudanças, documentação e monitoramento de resultados fazem parte da estrutura de controle. ## Um contrato, duas premissas de volatilidade Considere uma Call europeia ilustrativa com preço do ativo e strike ambos em `$100`, seis meses até o vencimento, taxa composta continuamente `4%`, rendimento de dividendos `1%` e sem custos de transação. Usando um cálculo de Black-Scholes de volatilidade constante: - na volatilidade de `20%`, o valor do modelo é de aproximadamente `$6.34` por ação; - na volatilidade de `25%`, o valor do modelo é de aproximadamente `$7.72` por ação; - a mudança de entrada por si só move o valor em cerca de `$1.38`, ou `$138` para um contrato padrão de 100 ações. Suponha que a cotação atual seja `$6.10 Bid / $6.50 Ask`. O resultado de 20% está dentro do spread e o de 25% muito acima. Nenhum prova arbitragem. O mercado pode implicar outra volatilidade, o contrato pode admitir exercício americano ou usar outras premissas de dividendos, ou a volatilidade constante pode ser uma estrutura inadequada. Comprar no Ask porque um modelo indica `$7.72` também pressupõe que a posição poderá ser protegida e encerrada depois sob dinâmica, liquidez e custos compatíveis. Uma tabela de sensibilidade deve variar mais que a IV. Rendimento de dividendos, horário exato de vencimento, curva de taxas e lado da cotação podem mudar tanto o preço quanto as gregas. Para uma opção americana sobre ações, compare uma árvore ou diferenças finitas e examine o exercício antecipado. Para um produto dependente da trajetória, compare um Monte Carlo desenvolvido de forma independente ou outro método adequado. ## Testes de validação que respondem a diferentes perguntas - **Testes de unidade e de regressão:** o código reproduz identidades conhecidas e resultados de referência aprovados? - **Benchmarking:** um modelo desafiante desenvolvido de forma independente ou um caso limite mais simples concorda dentro de uma tolerância predefinida? - **Testes de convergência:** mais etapas de árvore, pontos de grade ou caminhos de simulação estabilizam a saída? - **Testes de sensibilidade:** sinais, magnitudes e mudanças não lineares fazem sentido do ponto de vista econômico? - **Verificações de arbitragem estática:** a superfície ajustada respeita a monotonicidade entre vencimentos e a convexidade em relação ao strike quando aplicáveis? - **Análise de resultados:** como as marcas, os hedges e as previsões do modelo se comparam aos mercados executáveis ​​e aos lucros e perdas realizados? Registre dados de teste, tolerâncias, falhas e correções. A concordância entre dois sistemas é uma evidência fraca se ambos compartilham dados, bibliotecas, premissas ou linhagem de código. ## Lista de verificação de revisão do modelo - Verifique os termos do contrato em relação às especificações oficiais antes da avaliação. - Escreva o uso pretendido e os usos explicitamente proibidos. - Registre família de modelos, versão, proprietário, liberação de código e status de validação. - Preservar origem, carimbo de data/hora, unidades, transformações e sinalizadores de qualidade para cada entrada. - Separe os dados de mercado observados dos valores inferidos ou substituídos manualmente. - Compare resultados calibrados Bid, Mid e Ask onde a liquidez é fraca. - Verifique taxas, dividendos, empréstimos, calendários, fusos horários e ações corporativas. - Validar preço e gregos de forma independente; um preço correto não prova sensibilidades corretas. - Teste entradas extremas de ponto, IV, tempo, taxa e dividendos sem falha numérica silenciosa. - Examine os resíduos de calibração por vencimento e vencimento, e não apenas um erro total. - Teste de interpolação e extrapolação fora de nós líquidos. - Comparar pelo menos um modelo apropriado estruturalmente diferente. - Adicionar tensões de salto, dinâmica de distorção, liquidez e hedge discreto fora do modelo base. - Traduzir diferenças de modelo em dólares de contrato e portfólio. - Utilize cotações executáveis ​​na avaliação do valor realizável. - Monitore substituições, exceções, valores obsoletos e lucros e perdas inexplicáveis. - Revalidar após mudanças relevantes no código, nos dados, no produto, no uso pretendido ou no regime de mercado. - Dimensionar as posições para a incerteza do modelo em vez de selecionar o resultado mais favorável. ## Erros comuns - “A fórmula está correta, então o preço está correto.” A matemática correta pode representar o problema de mercado errado. - “A calibração elimina o risco do modelo.” Ele ajusta observações selecionadas sob uma estrutura escolhida. - “Mais parâmetros sempre melhoram a precisão.” Eles podem aumentar o overfitting e a instabilidade. - “Mid é a verdade objetiva.” É uma referência derivada de cotação, não necessariamente executável. - “A volatilidade implícita é observada diretamente.” Ela é obtida pela inversão de um modelo sob determinadas convenções de entrada. - “Os gregos são constantes contratuais.” Eles dependem do modelo, entradas, unidades e carimbo de data/hora. - “Dois sistemas coincidentes provam a correção.” Dados, premissas ou código compartilhados podem criar o mesmo erro. - “O backtesting por si só valida um modelo de opções.” Restam caudas raras, mudanças de regimes e observações limitadas. - “Um preço conservador é uma medida de risco conservadora.” Os usos de preço, hedge, margem e estresse podem exigir conservadorismo diferente. - “Modelos complexos eliminam a simplificação.” Eles movem a simplificação para novas dinâmicas e parâmetros. - “Erro de modelo é apenas um problema do programador.” Governança, dados, interpretação e uso podem dominar os erros de código. ## Tópicos relacionados - [Modelo Black-Scholes](/pt-br/options/black-scholes-model/) - [Preço de opções binomiais](/pt-br/options/binomial-option-pricing/) - [preço da opção Monte Carlo](/pt-br/options/monte-carlo-option-pricing/) - [Volatilidade implícita](/pt-br/options/implied-volatility/) ## Fontes primárias - [Boletim OCC 2026-13: Gestão de risco de modelo—orientação revisada](https://www.occ.treas.gov/news-issuances/bulletins/2026/bulletin-2026-13.html) - [OCC (Options Clearing Corporation, câmara de compensação de opções dos Estados Unidos): Características e Riscos das Opções Padronizadas](https://www.theocc.com/company-information/documents-and-archives/options-disclosure-document) - [OIC: Entendendo as gregas das opções](https://www.optionseducation.org/advancedconcepts/understanding-options-greeks) - [Black e Scholes (1973): A precificação de opções e passivos corporativos](https://doi.org/10.1086/260062) - [Gatheral e Jacquier (2014): Superfícies de volatilidade SVI sem arbitragem](https://arxiv.org/abs/1204.0646) Source: https://wiki.fcontext.com/pt-br/options/option-model-risk/index.mdx