我正在尝试使用 python 计算 black scholes 公式的隐含波动率。但是，我的代码有问题。我在运行代码时不断收到此错误消息:
RuntimeWarning: divide by zero encountered in true_divide
v = sigmaOld - bs_option_call(v, s, k, r, t, call_price1)/fprime(sigmaOld, s, k, r, t)e here
这是我的代码:
while True:
for (v, k, s, t, call_price1) in zip(sigma, K, S, Ta, call_price_list):
sigmaOld = v
v = sigmaOld - bs_option_call(v, s, k, r, t, call_price1) / fprime(sigmaOld, s, k, r, t)
if scipy.absolute( v - sigmaOld ) < epsilon:
break
print(sigma)
fprime 在哪里
def fprime(sigma, S, K, r, T):
logSoverK = log(S / K)
numerd1 = logSoverK + (r + sigma**2 / 2) * T
d1 = numerd1 / (sigma*sqrt(T))
return S * sqrt(T) * norm.pdf(d1) * exp(-r * T)
K、Ta、S、sigma、call_price_list 是列表，r 只是一个数字。
我试过
import numpy as np
np.seterr(divide='ignore', invalid='ignore')
但由于某种原因它对我没有用!
任何人都可以看看我的代码并告诉我我的错误是什么! 非常感谢
最佳答案
将错误和警告打印到 stderr 是默认的 Python 功能。
您收到此警告是因为您除以零，即 fprime 返回零。
如果您想使用 warning filters 抑制警告:
np.seterr(divide='ignore')
它会告诉 Numpy 忽略被零除的警告 - seterr 的所有允许参数.
关于python - 在 true_divide 中遇到无效值，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/41612558/