ContextInfo.bsm_price - 基于BS模型计算欧式期权理论价格
ContextInfo.bsm_price 是 QMT 内置 Python 中用于基于BS模型计算欧式期权理论价格的接口。
原型
ContextInfo.bsm_price(optionType,objectPrices,strikePrice,riskFree,sigma,days,dividend)
释义
ContextInfo.bsm_price 是 QMT 内置 Python 中用于基于BS模型计算欧式期权理论价格的接口。
研究：官方目录未明确；回测：官方目录未明确；模拟：官方目录未明确；实盘：官方目录未明确。
参数
| 参数 | 是否必填 | 官方原始定义 |
|---|---|---|
optionType |
是 | optionType |
objectPrices |
是 | objectPrices |
strikePrice |
是 | strikePrice |
riskFree |
是 | riskFree |
sigma |
是 | sigma |
days |
是 | days |
dividend |
是 | dividend |
返回值
提示
objectPrices为float时，返回float
objectPrices为list时，返回list
计算结果最小值0.0001，结果保留4位小数,输入非法参数返回nan
示例返回值
#encoding:gbk
import numpy as np
def init(ContextInfo):
pass
def after_init(ContextInfo):
object_prices=list(np.arange(3,4,0.01));
#计算剩余15天的行权价3.5的认购期权,在无风险利率3%,分红率为0,标的年化波动率为23%时标的价格从3元到4元变动过程中期权理论价格序列
prices=ContextInfo.bsm_price('C',object_prices,3.5,0.03,0.23,15,0)
print(prices)
#计算剩余15天的行权价3.5的认购期权,在无风险利率3%,分红率为0,标的年化波动率为23%时标的价格为3.51元的平值期权的理论价格
示例
当前官方章节未提供可独立抽取的示例代码。请根据函数签名和参数说明构造调用，并在对应运行环境验证。
详细说明
功能说明
基于Black-Scholes-Merton模型，输入期权标的价格、期权行权价、无风险利率、期权标的年化波动率、剩余天数、标的分红率、计算期权的理论价格
参数详细说明
| 字段 | 类型 | 说明 |
|---|---|---|
| optionType | str | 期权类型，认购：'C'，认沽：'P' |
| objectPrices | float | 期权标的价格，可以是价格列表或者单个价格 |
| strikePrice | float | 期权行权价 |
| riskFree | float | 无风险收益率 |
| sigma | float | 标的波动率 |
| days | int | 剩余天数 |
| dividend | float | 分红率 |
返回值
使用提示
objectPrices为float时，返回float
objectPrices为list时，返回list
计算结果最小值0.0001，结果保留4位小数,输入非法参数返回nan
示例返回值
#encoding:gbk
import numpy as np
def init(ContextInfo):
pass
def after_init(ContextInfo):
object_prices=list(np.arange(3,4,0.01));
#计算剩余15天的行权价3.5的认购期权,在无风险利率3%,分红率为0,标的年化波动率为23%时标的价格从3元到4元变动过程中期权理论价格序列
prices=ContextInfo.bsm_price('C',object_prices,3.5,0.03,0.23,15,0)
print(prices)
#计算剩余15天的行权价3.5的认购期权,在无风险利率3%,分红率为0,标的年化波动率为23%时标的价格为3.51元的平值期权的理论价格
price=ContextInfo.bsm_price('C',3.51,3.5,0.03,0.23,15,0)
print(price)