python-数值方法求解期权隐含波动率

首先，隐含波动率是把期权价格带入B-S模型中反算出来的，它反映了投资者对未来标的证券波动率的预期。

如何画出期权的隐含波动率在这片文章中已经给出了方法，有兴趣的可以移步

期权的隐含波动率—python方法求解：  https://blog.csdn.net/xiaowu1997/article/details/113526223

接下来是对期权的隐含波动率的数值进行求解。

举个例子：

假设欧式期权，一年后的执行价格为95元，现价为100元，无股利支付，股价年波动率50%，无风险利率10%，计算期权理论价格；
假设目前其期权交易价格为call=15.00元，put=7.00元， 分别计算其相对应的隐含波动率

先计算期权的理论价格

首先定义BSM模型

from scipy import stats
import numpy as np


def blsprice(price, strike, rate, time, volatility):#price标的资产市场价格，strike执行价格，rate无风险利率
#     time距离到期时间，volatility标的资产价格波动率，call：call option（看涨期权）价格，put：put option（看跌期权）价格
    price, strike, rate, time, volatility = float(price), float(strike), float(rate), float(time), float(volatility)
    d1 = (np.log(price / strike) + (rate + 0.5 * volatili