python - 在 quantlib-python 中计算 EuropeanOptionImpliedVolatility

Question

我有使用 RQuantlib 库的 R 代码。为了从 python 运行它，我使用了 RPy2。我知道 python 有它自己的 quantlib (quantlib-python) 绑定(bind)。我想完全从 R 切换到 python。

请告诉我如何使用 quantlib-python 运行以下命令

import rpy2.robjects as robjects

robjects.r('library(RQuantLib)')
x = robjects.r('x<-EuropeanOptionImpliedVolatility(type="call", value=11.10, underlying=100,strike=100, dividendYield=0.01, riskFreeRate=0.03,maturity=0.5, volatility=0.4)')
print x

样本运行:

$ python vol.py 
Loading required package: Rcpp
Implied Volatility for EuropeanOptionImpliedVolatility is 0.381

Answer 1

您需要进行一些设置。为方便起见，除非名称冲突，否则最好导入所有内容:

from QuantLib import *

然后，创建需要练习和返回的选项:

exercise = EuropeanExercise(Date(3,August,2011))
payoff = PlainVanillaPayoff(Option.Call, 100.0)
option = EuropeanOption(payoff,exercise)

(请注意，您需要一个行权日期，而不是到期时间。)

现在，无论您是要为其定价还是获取其隐含波动率，都必须设置 Black-Scholes 过程。涉及到一些机械，因为您不能只传递一个值，比如说，无风险利率:您需要一条完整的曲线，因此您将创建一条平坦的曲线并将其包裹在 handle 中。同上股息 yield 和波动率；基础值(value)在报价中。 (我没有解释所有对象是什么；如果需要，请发表评论。)

S = QuoteHandle(SimpleQuote(100.0))
r = YieldTermStructureHandle(FlatForward(0, TARGET(), 0.03, Actual360()))
q = YieldTermStructureHandle(FlatForward(0, TARGET(), 0.01, Actual360()))
sigma = BlackVolTermStructureHandle(BlackConstantVol(0, TARGET(), 0.20, Actual360()))
process = BlackScholesMertonProcess(S,q,r,sigma)

(波动率实际上不会用于计算隐含波动率，但无论如何您都需要一个。)

现在，对于隐含波动率，您将调用:

option.impliedVolatility(11.10, process)

以及定价:

engine = AnalyticEuropeanEngine(process)
option.setPricingEngine(engine)
option.NPV()

您可能会使用其他功能(将费率包含在引号中以便稍后更改它们等)，但这应该可以帮助您入门。