看涨期权计算函数实现（Python）

最新推荐文章于 2023-04-06 16:28:27 发布

年丰巷简单的探花

最新推荐文章于 2023-04-06 16:28:27 发布

阅读量2.6k

点赞数

分类专栏：学习笔记文章标签： python

本文链接：https://blog.csdn.net/wh90306/article/details/122680563

版权

学习笔记专栏收录该内容

21 篇文章

订阅专栏

本文介绍了一种使用布莱克-斯科尔斯-莫顿(Black-Scholes-Merton)模型来计算欧式看涨期权在授予日公允价值的方法。该模型考虑了股票市价、行权价、年化波动率、连续复利的无风险年收益率及期权剩余到期时间等关键参数。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

def call_BSM():
    '''运用布莱克-斯科尔斯-莫顿定价模型计算期权在授予日的公允价值
    S：股票在授予日的市价；
    K：股票期权的行权价；
    sigma：股票收益率的年化波动率；
    r：连续复利的无风险年收益率；
    T：股票期权的剩余到期时间（按年算）'''
    import numpy as np
    import scipy
    from scipy.stats import norm
    r1 = float(input("请输入无风险年收益率r："))
    r=np.log(1+r1)
    print("无风险年收益率转化为连续复利的无风险年收益率为：",r)
    S = float(input("请输入股票在期权授予当日的市价S："))
    K = float(input("请输入股票期权的执行价格K："))
    sigma = float(input("请输入股票收益率的年化波动率sigma："))
    T = float(input("请输入股票的剩余到期时间T："))
    d1=(np.log(S/K)+(r+pow(sigma,2)/2)*T)/(sigma*np.sqrt(T))
    d2=d1-sigma*np.sqrt(T)
    print("欧式看涨期权的价格为：",S*norm.cdf(d1)-K*np.exp(-r*T)*norm.cdf(d2))
option_price = call_BSM()