障碍期权定价 python_python障碍式期权定价公式

本文分享了使用Python编写的障碍期权定价脚本,涵盖了下敲入、上敲入、下敲出和上敲出等不同类型的期权。脚本中涉及了数据获取、标准差计算、期望值和方差计算等金融数学概念,并使用了`scipy`和`pandas`等库进行计算和数据处理。
摘要由CSDN通过智能技术生成

早期写的python障碍式期权的定价脚本,供大家参考,具体内容如下 #coding:utf-8

'''

障碍期权

q=x/s

H = h/x H 障碍价格

[1] Down-and-in call cdi

[2] Up-and-in call cui

[3] Down-and-in put pdi

[4] Up-and-in put pui

[5] Down-and-out call cdo

[6] Up-and-out call cuo

[7] Down-and-out put pdo

[8] Up-and-out put puo

'''

from math import log,sqrt,exp,ceil

from scipy import stats

import datetime

import tushare as ts

import pandas as pd

import numpy as np

import random

import time as timess

import os

def get_codes(path='D:\\code\\20180313.xlsx'): #从代码表格从获取代码

codes = pd.read_excel(path)

codes = codes.iloc[:,1]

return codes

def get_datas(code,N=1,path='D:\\data\\'): #获取数据N=1当天数据</

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
障碍期权定价可以使用Black-Scholes模型或者Binomial Tree模型。Python中可以使用Quantlib库来进行障碍期权定价。 以下是一个使用Quantlib库来进行障碍期权定价Python代码示例: ```python import QuantLib as ql # 定义期权参数 barrier_type = ql.Barrier.UpOut # 障碍类型 barrier = 100 # 障碍价 exercise_date = ql.Date(31, 12, 2022) # 行权日期 option_type = ql.Option.Call # 期权类型 strike_price = 100 # 行权价 underlying_price = 95 # 标的资产价格 risk_free_rate = 0.05 # 无风险利率 dividend_rate = 0.02 # 分红率 volatility = 0.2 # 波动率 # 构造欧期权障碍期权 payoff = ql.PlainVanillaPayoff(option_type, strike_price) european_option = ql.EuropeanOption(payoff, ql.EuropeanExercise(exercise_date)) barrier_option = ql.BarrierOption(barrier_type, barrier, 0, payoff, ql.EuropeanExercise(exercise_date)) # 构造Black-Scholes过程 spot_handle = ql.QuoteHandle(ql.SimpleQuote(underlying_price)) flat_ts = ql.YieldTermStructureHandle(ql.FlatForward(0, ql.TARGET(), risk_free_rate, ql.Actual365Fixed())) dividend_yield = ql.YieldTermStructureHandle(ql.FlatForward(0, ql.TARGET(), dividend_rate, ql.Actual365Fixed())) flat_vol_ts = ql.BlackVolTermStructureHandle(ql.BlackConstantVol(0, ql.TARGET(), volatility, ql.Actual365Fixed())) bs_process = ql.BlackScholesProcess(spot_handle, dividend_yield, flat_ts, flat_vol_ts) # 计算欧期权障碍期权的价值 european_option.setPricingEngine(ql.AnalyticEuropeanEngine(bs_process)) barrier_option.setPricingEngine(ql.AnalyticBarrierEngine(bs_process)) european_option_value = european_option.NPV() barrier_option_value = barrier_option.NPV() print("European option value: ", european_option_value) print("Barrier option value: ", barrier_option_value) ``` 这个例子中使用了Black-Scholes模型进行期权定价,如果要使用Binomial Tree模型,则需要使用`ql.BinomialTree`类来构造期权定价模型。
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