任何一种决策软件，如果不能计算期权价格关于市场或模型参数变化的敏感性参数，也就是常说的Greek。它就不可能得到广泛的应用，我们列出了一系列的敏感性参数，并且利用不同金融市场之间的同质性(homogeneity)来推导这些敏感性参数之间的相互关系，而这些相互关系往往又是不依赖于模型而存在的。我们把这些推导结果应用于欧式期权和多资产期权的分析中，以期避免进行那些连专业计算人员都计算不出来的关于衍生产品的复杂计算。
即使对于数学家和专业计算人员来讲，期权价格敏感性参数的计算都是非常艰巨而繁重的。许多敏感性参数都是相互有关系的，这些相互关系，有的建立在不依赖于数学模型而存在的具有共性的时间或金融资产价格的基础上，有的建立在依赖于数学模型存在的关系—如价值函数必须满足的偏微分方程，或者假设的标的资产价格的概率分布—基础上。我们使用的最根本的市场模型是Black-Scholes模型。这个模型支持在一般情况下都有效的同质性，并且结构十分简单，因此我们可以很方便地借助于此模型深人论述我们的观点。
市场参数、模型参数和正态分布
我们只考虑一维Black-Scholes模型中的欧式期权的敏感性参数这一特殊情况。事实上，人们一旦知道了任意两个敏感性参数，那么不必经过微分就可以计算出其他的敏感性参数。
另一个很有趣的情况是当欧式期权依赖于两种资产时的情形。对于这样的彩虹期权(rainbow options)，分析因这两种资产之间相互关系的变化而导致的风险是十分重要的，我们会详细讨论当两种标的资产同时发生变化时所导致的风险。
1.节省了原来计算导数的时间。
2.是微分法求敏感性参数的一种良好的近似。
3.可以验证通过有限差分法( finite-difference)、树法和蒙特卡罗法( Monte ('arlo method)求得的敏感性参数的准确性和一致性。
4.可以利用由蒙特卜罗法求出的数据计算敏感性参数。
5.揭示了微商法(difference quotients)所不能揭示的敏感性参数之间的相互关系。
