BSM公式使用 python实现

最新推荐文章于 2025-06-27 22:51:57 发布

转载最新推荐文章于 2025-06-27 22:51:57 发布 · 3.6k 阅读

python+BSM 专栏收录该内容

4 篇文章

订阅专栏

本文介绍了一个使用 Python 实现的 Black-Scholes 定价模型，该模型用于计算欧式期权的价格。通过导入数学库 math 和数值计算库 numpy 以及 matplotlib 进行结果可视化，还利用了 scipy 的积分函数 quad 来计算累积分布函数。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import math
import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt

from scipy.integrate import quad

def dN(x):
    return math.exp(-0.5 * x **2)/math.sqrt(2 * math.pi)

def N(d):
    return quad(lambda x: dN(x),-20,d,limit=50)[0]

def d1f(St,K,t,T,r,sigma):
    d1 = (math.log(St/K) + (r + 0.5*sigma**2)
    *(T - t)) /(sigma*math.sqrt(T - t))
    return  d1

def BSM_call_value(St,K,t,T,r,sigma):
    d1 = d1f(St,K,t,T,r,sigma)
    d2 = d1  - sigma*math.sqrt(T - t)
    call_value = St*N(d1)- math.exp(-r*(T - t) * K * N(d2))
    return  call_value