在quantlib-python中计算EuropeanOptionImpliedVolatility

Question

我有使用RQuantlib库的R代码。 为了从python运行它我使用RPy2。 我知道python有自己的quantlib绑定（quantlib-python）。 我想完全从R切换到python。

请告诉我如何使用quantlib-python运行以下命令

import rpy2.robjects as robjects

robjects.r('library(RQuantLib)')
x = robjects.r('x<-EuropeanOptionImpliedVolatility(type="call", value=11.10, underlying=100,strike=100, dividendYield=0.01, riskFreeRate=0.03,maturity=0.5, volatility=0.4)')
print x

样品运行：

$ python vol.py 
Loading required package: Rcpp
Implied Volatility for EuropeanOptionImpliedVolatility is 0.381

Answer 1

你需要一些设置。 为方便起见，除非您发生名称冲突，否则最好导入所有内容：

from QuantLib import *

然后，创建选项，这需要练习和支付：

exercise = EuropeanExercise(Date(3,August,2011))
payoff = PlainVanillaPayoff(Option.Call, 100.0)
option = EuropeanOption(payoff,exercise)

（请注意，您需要一个锻炼日期，而不是成熟的时间。）

现在，无论您想要定价还是获得其隐含波动率，您都必须设置Black-Scholes流程。 有一些机器涉及，因为你不能只传递一个无风险率的值：你需要一个完整的曲线，所以你将创建一个扁平的，并将其包裹在一个手柄中。 股息收益率和收益率同样如此; 底层价值在报价中。 （我不解释所有对象是什么;如果你需要，请评论。）

S = QuoteHandle(SimpleQuote(100.0))
r = YieldTermStructureHandle(FlatForward(0, TARGET(), 0.03, Actual360()))
q = YieldTermStructureHandle(FlatForward(0, TARGET(), 0.01, Actual360()))
sigma = BlackVolTermStructureHandle(BlackConstantVol(0, TARGET(), 0.20, Actual360()))
process = BlackScholesMertonProcess(S,q,r,sigma)

（波动率实际上不会用于隐含卷计算，但无论如何你需要一个。）

现在，对于隐含波动率，您将调用：

option.impliedVolatility(11.10, process)

和定价：

engine = AnalyticEuropeanEngine(process)
option.setPricingEngine(engine)
option.NPV()

您可以使用其他功能（报价中的汇率以便您可以在以后更改它们等）但这应该可以帮助您入门。