我想从Quantlib BachelierSwaptionEngine计算出的掉期价格中检索Black Vol。看起来这可以通过优化程序(例如newton方法)在Quantlib中完成,也可以通过impliedVolatility方法直接完成。 我无法在Quantlib Python中使用Quantlib优化器或impliedVolatility方法。
以下代码显示了我如何在Quantlib中计算掉期价格。从那里,我需要根据代码中计算出的掉期价格检索一个黑色卷
calc_date = ql.Date(29,3,2019)
rate = ql.SimpleQuote(0.01)
rate_handle = ql.QuoteHandle(rate)
dc = ql.Actual365Fixed()
spot_curve = ql.FlatForward(calc_date, rate_handle, dc)
start = 10
length = 10
start_date = ql.TARGET().advance(calc_date, start, ql.Years)
maturity_date = start_date + ql.Period(length, ql.Years)
fixed_schedule = ql.Schedule(start_date, maturity_date,
ql.Period(1, ql.Years), ql.TARGET(), ql.Unadjusted,
ql.Unadjusted,ql.DateGeneration.Forward, False)
floating_schedule = ql.Schedule(start_date, maturity_date,
ql.Period(6, ql.Months), ql.TARGET(),
ql.ModifiedFollowing, ql.ModifiedFollowing,
ql.DateGeneration.Forward, True)
rate = 1.45 / 100
swap = ql.VanillaSwap(ql.VanillaSwap.Receiver, 10000000,
fixed_schedule, rate, ql.Thirty360(ql.Thirty360.BondBasis),
floating_schedule, index6m, 0.0, index6m.dayCounter())
swap.setPricingEngine(ql.DiscountingSwapEngine(
ql.YieldTermStructureHandle(spot_curve)))
swaption_normal_model = ql.Swaption(swap,
ql.EuropeanExercise(swap.startDate()))
normal_vol = ql.SimpleQuote(0.005266)
swaption_normal_model.setPricingEngine
(ql.BachelierSwaptionEngine(ql.YieldTermStructureHandle(spot_curve),
ql.QuoteHandle(normal_vol)))
swaption_normal_model_value = swaption_normal_model.NPV()
答案 0 :(得分:1)
我使用牛顿最小化函数从scipy检索隐含的黑色体积,见下文:
return window.btoa(binary);
答案 1 :(得分:0)
QuantLib具有确定隐含波动率的内部功能,您可以求解ShiftedLognormal体积或Normal体积。
这里是一个例子:
yts = ql.YieldTermStructureHandle(spot_curve)
blackVol = swaption_normal_model.impliedVolatility(swaption_normal_model_value, yts, 0.5)
blackEngine = ql.BlackSwaptionEngine(yts, ql.QuoteHandle(ql.SimpleQuote(blackVol)))
swaption_normal_model.setPricingEngine(blackEngine)
print(swaption_normal_model.NPV(), swaption_normal_model_value)
此外,将交换对象命名为swaption_normal_model并不是一个好主意,因为您可以设置不同的定价引擎