Android开发 - 掌握ConstraintLayout(八)障碍线(Barrier)

本文我们来介绍障碍线(Barrier)的使用,平常在开发中用的相对要少一些,但是在需要时会非常方便。

它的作用是将多个元素放到这个障碍线里面使时,其中的任何元素的大小或位置变化时都会使它的位置进行改变。

可以理解成一面墙,"墙"里面任何元素的位置或大小改变时都会导致它的改变,从而保证所有的元素都在"墙"里面。

下面我们来举例进行说明,会更加直观。

  1. 首先,我们先创建两个元素:

  2. 接下来,我们来创建一条垂直的Barrier:

  3. 创建后,我们把这两个View拖到这个Barrier里面:

注意:这里将View拖进去并不是真正创建了层级关系,我们看代码可以知道,仅仅这个Barrier引用了两个View的ID:

<android.support.constraint.Barrier
        android:id="@+id/barrier"
        android:layout_width="wrap_content"
        android:layout_height="wrap_content"
        app:barrierDirection="left"
        app:constraint_referenced_ids="button,textView"
        tools:layout_editor_absoluteX="104dp" />
复制代码
  1. 默认的Barrier是在所有元素的左面,我们选中它后可以选择靠右对齐:

创建完成后我们来调整其里面的各个View的大小和位置就可以理解它的作用了:

总结

Barrier特别在复杂的页面布局的时候非常有用,不需要创建一个容器来放置这些子View来实现这样的功能了,这也是我们使用ConstraintLayout的初衷,保证层级的简单和高效。

下一篇:Android开发 - 掌握ConstraintLayout(九)分组(Group),我们将介绍分组(Group)的使用。

如有更多疑问,请参考我的其它Android相关博客:我的博客地址

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
使用Black-Scholes公式进行障碍期权定价需要对公式进行扩展,加入障碍的影响。具体来说,需要计算出在障碍期间标的资产到达障碍价时的价格和到期时标的资产价格与障碍价的关系,然后根据这个关系确定期权是否被敲出。 以下是一个使用Python实现Black-Scholes公式进行障碍期权定价的示例代码: ```python import numpy as np from scipy.stats import norm def bs_option_price(S, K, T, r, sigma, option_type): '''使用Black-Scholes公式计算欧式期权价格''' d1 = (np.log(S/K) + (r + 0.5 * sigma**2) * T) / (sigma * np.sqrt(T)) d2 = d1 - sigma * np.sqrt(T) if option_type == 'call': return S * norm.cdf(d1) - K * np.exp(-r * T) * norm.cdf(d2) else: return K * np.exp(-r * T) * norm.cdf(-d2) - S * norm.cdf(-d1) def barrier_option_price(S, K, T, r, sigma, barrier, barrier_type, option_type): '''使用Black-Scholes公式计算带障碍的期权价格''' if barrier_type == 'up_out': barrier_correction = 1 - norm.cdf(np.log(barrier/S) / (sigma * np.sqrt(T)) + (r + 0.5 * sigma**2) * np.sqrt(T) / sigma) else: barrier_correction = norm.cdf(np.log(barrier/S) / (sigma * np.sqrt(T)) - (r + 0.5 * sigma**2) * np.sqrt(T) / sigma) rebate = 0 # 如果期权被敲出,则支付的回报为0 if option_type == 'call': if barrier_type == 'up_out': S_barrier = barrier * np.exp(-r * T) / (S/K)**((r - 0.5 * sigma**2) / sigma**2 - 0.5) if S > barrier: price = bs_option_price(S, K, T, r, sigma, option_type) else: price = bs_option_price(S, K, T, r, sigma, option_type) - rebate * barrier_correction - bs_option_price(S_barrier, K, T, r, sigma, option_type) * (S/S_barrier)**(2 * (r - 0.5 * sigma**2) / sigma**2) else: S_barrier = barrier * np.exp(-r * T) / (S/K)**((r - 0.5 * sigma**2) / sigma**2 + 0.5) if S < barrier: price = bs_option_price(S, K, T, r, sigma, option_type) else: price = bs_option_price(S, K, T, r, sigma, option_type) - rebate * barrier_correction - bs_option_price(S_barrier, K, T, r, sigma, option_type) * (S/S_barrier)**(2 * (r - 0.5 * sigma**2) / sigma**2) else: if barrier_type == 'up_out': S_barrier = barrier * np.exp(-r * T) / (S/K)**((r - 0.5 * sigma**2) / sigma**2 - 0.5) if S > barrier: price = bs_option_price(S, K, T, r, sigma, option_type) else: price = bs_option_price(S, K, T, r, sigma, option_type) + rebate * barrier_correction - bs_option_price(S_barrier, K, T, r, sigma, option_type) * (S/S_barrier)**(2 * (r - 0.5 * sigma**2) / sigma**2) else: S_barrier = barrier * np.exp(-r * T) / (S/K)**((r - 0.5 * sigma**2) / sigma**2 + 0.5) if S < barrier: price = bs_option_price(S, K, T, r, sigma, option_type) else: price = bs_option_price(S, K, T, r, sigma, option_type) + rebate * barrier_correction - bs_option_price(S_barrier, K, T, r, sigma, option_type) * (S/S_barrier)**(2 * (r - 0.5 * sigma**2) / sigma**2) return price ``` 在这个示例代码中,`bs_option_price`函数用于计算欧式期权的价格,`barrier_option_price`函数用于计算带障碍的期权价格。其中,`barrier_correction`表示障碍对期权价格的修正,`rebate`表示期权被敲出时支付的回报。如果期权没有被敲出,则回报为0。 使用这个函数可以计算出带障碍的期权价格,例如: ```python price = barrier_option_price(S=100, K=100, T=1, r=0.05, sigma=0.2, barrier=110, barrier_type='up_out', option_type='call') print(price) ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值