Question

我是python的新手，所以问题可能很简单，无论如何，感谢您的耐心等待：

当我试图用newton-raphson方法来计算Black-Scholes公式中的看跌/看跌期权定价的隐含波动率时，首先，scipy.optimize中的牛顿方法似乎计算函数的零，但在Black-Scholes公式中，我希望函数的值是期权价格，而不是零。（我是关于编程的新手，所以我不确定一些技巧。）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，它将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

你能告诉我为什么会这样吗？怎么解决？非常感谢。

Answer 1

Newton-Raphson方法计算隐含波动率并不是一个好方法，因为衍生物（“vega”）在某些点上可能太小，这使得该方法可以捕获并且永远找不到解决方案。

使用二分法，从0开始，某些波动率对于您的特定应用/目标市场而言非常高。如果您愿意，可以使用1000％/年，如果您的典型波动率为25％/年，则找到解决方案的速度会慢一些。

TypeError：只能将元组（不是“float”）连接到元组

1 个答案: