这看起来与我正在寻找的答案相当接近,但并不完全存在。也许我没有遵循“整洁数据”原则,并且需要在许多点上评估数据框来绘制这些函数,但我犹豫是否接受它作为答案。
这是绘制我拥有的图表的代码。
call_value_per_unit = lambda s_t1,X: max(0, s_t1-X)
put_value_per_unit = lambda s_t1, X: max(0, X-s_t1)
put_call_value = lambda s_t1, X: put_value_per_unit(s_t1, X) + call_value_per_unit(s_t1, X)
independent_variable = "Stock Price"
dependent_variable = "Asset Price"
g = ggplot(pd.DataFrame({independent_variable:[10,20]}), aes(x=independent_variable)) \
+ stat_function(fun=put_value_per_unit, args=[15], color="red") \
+ stat_function(fun=call_value_per_unit, args=[15], color="blue") \
+ stat_function(fun=put_call_value, args=[15], color="black") \
+ ylab(dependent_variable) \
+ ggtitle(" ".join([independent_variable , "vs", dependent_variable]))
_ = g.draw()
但是没有传说……我希望有一个。
(虽然我在python,R用户可能会有很好的建议)