3

我是python新手，所以问题可能很简单，无论如何，感谢您的耐心：

当我试图调用 newton-raphson 方法来计算用于看涨/看跌期权定价的 Black-Scholes 公式中的隐含波动率时，首先是 scipy.optimize 中的牛顿方法似乎计算了函数的零点，但在 Black-斯科尔斯公式，我希望函数的值是期权价格，而不是零。（我是编程新手，所以我不确定某些技术。）我应该编写另一个函数来执行以下操作：

def f(sigma, price):
    return bsformula(S0,K,r,T,q,sigma) - price

然后，在调用 newton 方法时，它需要一个 args=() 作为函数中的一个参数，我这样写：

value = newton(bsprice2, 0.5, args=price)

但收到此错误消息：

File "BS.py", line 36, in bsimpvol
    value = newton(bsprice2, 0.5, args=float(price))
  File "/usr/lib/python2.7/dist-packages/scipy/optimize/zeros.py", line 143, in newton
    q0 = func(*((p0,) + args))
TypeError: can only concatenate tuple (not "float") to tuple

你能告诉我这是为什么吗？如何解决？非常感激。

4

1 回答 1

-1

Newton-Raphson 方法不是计算隐含波动率的好方法，因为导数（“vega”）在某些点可能太小，这使得该方法一直在寻找解决方案。

使用二等分法，从 0 开始，以及一些对于您的特定应用程序/目标市场来说高得离谱的波动率。如果您愿意，您可以使用 1000%/年，如果您的典型波动率为 25%/年，那么找到解决方案的速度只会稍慢一些。

于 2014-02-05T23:04:30.980 回答