使用Python的QuantLib库，进行期权的定价与希腊字母的计算

由Black-Scholes在1973年提出的期权定价模型，可以说是现代财务的起始点。我们首先以一个简单的欧式(Vanilla)期权为例，说明如何使用QuantLib套件，简单的完成价格与Greeks的计算。并且呼叫隐含波动性的计算函数，轻易的算出这个交易时重要的参数。下表List 1_1便是整个程序的列表。

程序分为7个段落，第一段为定价环境参数设定，第二段为市场参数设定，第三段金融工具参数设定，第四段为定价引擎的设定，第五段为定价结果产出，第六段为敏感性结果产出，第七段为隐含波动性的计算产出。

#001 import QuantLib as ql

# 1.Enviroment

#003 settings = ql.Settings.instance()

#004 evDate = ql.Date(8, 6, 2021)

#005 settings.setEvaluationDate(evDate)

#006 Cal = ql.NullCalendar()

#007 DC365 = ql.Actual365Fixed()

#008 settlementDays = 0

#009 refDate = Cal.advance(evDate, settlementDays, ql.Days, ql.Following, False)

#010 maturity = Cal.advance(refDate, 1, ql.Years, ql.Following, False)

#011

# 2.Market Data

#013 S0 = 100

#014 QS = ql.SimpleQuote(S0)

#015 h_QS = ql.QuoteHandle(QS)

#016 r = 0.06

#017 rTS = ql.FlatForward(settlementDays, Cal, r, DC365, ql.Compounded, ql.Annual)

#018 h_rTS = ql.YieldTermStructureHandle(rTS)

#019 q = 0.03

#020 qTS = ql.FlatForward(settlementDays, Cal, q, DC365, ql.Compounded, ql.Annual)

#021 h_qTS = ql.YieldTermStructureHandle(qTS)

#022 vol = 0.3

#023 volTS = ql.BlackConstantVol(evDate, Cal, vol, DC365)

#024 h_volTS = ql.BlackVolTermStructureHandle(volTS)

#025 GBSProcess = ql.GeneralizedBlackScholesProcess(h_QS, h_qTS, h_rTS, h_volTS)

#026

# 3.Instrument

#028 europeanExer = ql.EuropeanExercise(maturity)

#029 strike = 100.0

#030 optType = ql.Option.Call

#031 vanillaPayoff = ql.PlainVanillaPayoff(optType, strike)

#032 anEuroOption = ql.EuropeanOption(vanillaPayoff, europeanExer)

#033

# 4.Engine

#035 AEE = ql.AnalyticEuropeanEngine(GBSProcess)

#036 anEuroOption.setPricingEngine(AEE)

#037

# 5.MTM

#039 Value = anEuroOption.NPV()

#040 print("MTM: ", Value)

#041

# 6.Greeks

#043 Delta = anEuroOption.delta()

#044 print("Delta: ", Delta)

#045 Gamma = anEuroOption.gamma()

#046 print("Gamma: ", Gamma)

#047 Vega = anEuroOption.vega()

#048 print("Vega: ", Vega)

#049

#050 Theta = anEuroOption.theta()

#051 print("Theta: ", Theta)

#052 Rho = anEuroOption.rho()

#053 print("Rho: ", Rho)

#054 DividendRho = anEuroOption.dividendRho()

#055 print("Dividend Rho: ", DividendRho)

#056

# 7.Implied Volatility

#058 Price1 = 15.0

#059 vol1 = anEuroOption.impliedVolatility(Price1, GBSProcess)

#060 print("Implied Vol at Price ", Price1,": ", vol1)

#061 Price2 = 10.0

#062 vol2 = anEuroOption.impliedVolatility(Price2, GBSProcess)

#063 print("Implied Vol at Price ", Price2,": ", vol2)

List 1-1

#001首先载入QuantLib套件，并简称为ql。#003产生环境设定对象settings，#004产生定价基准日evDate为2021/6/8，#005将定价基准日evDate设定到settings中。#006产生一个没有假日的日历Cal。#007建立一个Actual365的计息方式对象。#008令T+0的交割方式。#009使用Cal推算真正的交割日期refDate。#010推算一年后到期的日期maturity。

#013设定标的资产价格S0为100.0。#014产生标的资产的报价对象Q_S。#015产生标的资产报价对象的握柄(Handle)hQ_S。#016令资金成本r为6%。#017以r产生一条水平的利率期限结构对象rTS。#018以rTS产生水平的利率期限结构对象的握柄h_rTS。#019令资产收益q为3%。#020以q产生一条水平的收益期限结构对象qTS。#021以qTS产生水平的收益期限结构对象的握柄h_qTS。#022令资产波动性vol为30%。#023以vol产生一条水平的波动性期限结构对象volTS。#024以volTS产生水平的波动性期限结构对象的握柄h_volTS。#025用h_QS、h_rTS、h_qTS、h_volTS四个握柄，产生一般化的Black-Scholes过程对象GBSProcess。

#028以maturity产生一个欧式到期对象。#029设定执行价格strike为100.0。#030设定期权为Call类别optType。#031产生一个欧式期权的偿付对象vanillaPayoff。#032以optType与vanillaPayoff产生一个欧式期权anEuroOption。

#035产生一个解析解的计算引擎AEE。#036将计算引擎AEE设定给期权anEuroOption。

#039呼叫期权的NPV()方法计算价值，并将其印出。#043~#055分别叫用各个Greeks的方法，并印出结果。

#058设定价格Price1=15.0，#059并以此计算对应之隐含波动性vol1。#061设定价格Price2=10.0，#062并以此计算对应之隐含波动性vol2。

虽然程序有些长，但每一行的程序对应着实际金融计算的相关逻辑，这使得QuantLib的程序代码，可以非常正确的计算出真实世界的金融资产价格。尤其像是日历的假日推算、计息折现方式、与期限结构的设定，都与真实的金融计算一致。事实上QuantLib是一个以银行交易室实务使用为目标，开发出来的链接库。

QuantLib是一个面向对象的链接库，本书的前半部分将仔细说明这些金融市场的对象，让读者了解上述程序运作的原则，并自行加以调整变化。然后再进一步介绍其他各类的新奇(Exotic)期权，如二元期权、亚洲式期权、阻隔期权。以及各类的定价模型，如树状模型、有限差分法、蒙地卡罗模拟法。

事实上，QuantLib里面还有进阶的随机波动性模型，如Heston、SABR等模型。甚至包含更复杂的具有跳动的随机波动性模型(Stochastic Volatility Model with Jumps)，如Bates模型，或是随机的局部波动性模型(Stochastic Local Volatility Model)。可以说实务上会使用的模型，它大概都有开发。如果能充分使用QuantLib，必能扩大我们金融计算的能力，当然它是免费的开源工具。

下图为在Jupyter Notebook中执行产出的画面。程序可在Github下载， GitHub - andydong1209/QuantLib_Python。