定义一个通过迭代最小化函数的值

Question

目前我有以下代码：

call = []
diff = []
def results(S0, K, T, r, sigma, k, N, M, Iteration):
    for i in range(1, Iteration):
       S0 = float(S0)
       d1 = (log(S0 / K) + (r + 0.5 * sigma ** 2) * T) / (sigma * sqrt(T))
       d2 = (log(S0 / K) + (r - 0.5 * sigma ** 2) * T) / (sigma * sqrt(T))
       call1 = (S0 * stats.norm.cdf(d1, 0.0, 1.0) - K * exp(-r * T) * stats.norm.cdf(d2, 0.0, 1.0))
       call.append(call1) 
       dilution = N/(N +k*M)
       Value_2 = Value_1 + call*M
       diff1 = Value_1 - Value_2 == 0
       diff.append(diff1)
    return call    

print(results(100,100,1,0.1,0.2,1,100,10, 1000))

我正在尝试进行make迭代，以便程序找到“call”的值，根据迭代次数给出“Value_1 - Value_2”的最小值。你能告诉我如何推进代码吗？具体来说，我不知道如何编码 - “返回”调用“的输出，使得”Value_1 - Value_2“是基于迭代次数的最小值”