函数插值生成波动率曲面

代码基本都是改自优矿，但是因为有几个地方要解释一下，还是贴上来。还是涵盖了一些蛮基本的技巧。

• 期权价格一般以隐含波动率的形式报出。

  站在现在3月3日的时间节点上，可以看到未来date(2015,3,25), date(2015,4,25), date(2015,6,25), date(2015,9,25)几个时间节点的strike price以及对应的波动率——波动率矩阵（行为maturity，列为strike）

#全部代码：
import pandas as pd
import numpy as np
from datetime import *
from scipy import interpolate
from matplotlib import pylab
#市场上期权价格一般以隐含波动率的形式报出，一般来讲在市场交易时间，交易员可以看到类似的波动率矩阵（Volatilitie Matrix):
pd.options.display.float_format='{:,>.2f}'.format
dates=[date(2015,3,25), date(2015,4,25), date(2015,6,25), date(2015,9,25)]
strikes=[2.2, 2.3, 2.4, 2.5, 2.6]
blackVolMatrix=np.array([[ 0.32562851,  0.29746885,  0.29260648,  0.27679993],
                  [ 0.28841840,  0.29196629,  0.27385023,  0.26511898],
                  [ 0.27659511,  0.27350773,  0.25887604,  0.25283775],
                  [ 0.26969754,  0.25565971,  0.25803327,  0.25407669],
                  [ 0.27773032,  0.24823248,  0.27340796,  0.24814975]])

table=pd.DataFrame(blackVolMatrix*100,index=strikes,columns=dates)
table.index.name='Strike Price'
table.column