Quantlib

Question

で一日を前進させるためにどのように

私の理解で一日を進めるためには、あなたがこのような何かを行うことですオプション：

import QuantLib as ql  

# option data 
maturity_date = ql.Date(15, 1, 2016) 
spot_price = 127.62 
strike_price = 130 
volatility = 0.20 # the historical vols for a year 
dividend_rate = 0.0163 
option_type = ql.Option.Call 

risk_free_rate = 0.001 
day_count = ql.Actual365Fixed() 
#calendar = ql.UnitedStates() 
calendar = ql.TARGET() 

calculation_date = ql.Date(8, 5, 2015) 
ql.Settings.instance().evaluationDate = calculation_date 

# construct the European Option 
payoff = ql.PlainVanillaPayoff(option_type, strike_price) 
exercise = ql.EuropeanExercise(maturity_date) 
european_option = ql.VanillaOption(payoff, exercise) 

spot_handle = ql.QuoteHandle(
    ql.SimpleQuote(spot_price) 
) 

flat_ts = ql.YieldTermStructureHandle(
    ql.FlatForward(calculation_date, risk_free_rate, day_count) 
) 

dividend_yield = ql.YieldTermStructureHandle(
    ql.FlatForward(calculation_date, dividend_rate, day_count) 
) 

flat_vol_ts = ql.BlackVolTermStructureHandle(
    ql.BlackConstantVol(calculation_date, calendar, volatility, day_count) 
) 

bsm_process = ql.BlackScholesMertonProcess(spot_handle, 
              dividend_yield, 
              flat_ts, 
              flat_vol_ts) 

european_option.setPricingEngine(ql.AnalyticEuropeanEngine(bsm_process)) 
bs_price = european_option.NPV() 
print "The theoretical European price is ", bs_price 

payoff = ql.PlainVanillaPayoff(option_type, strike_price) 
settlement = calculation_date 
am_exercise = ql.AmericanExercise(settlement, maturity_date) 
american_option = ql.VanillaOption(payoff, am_exercise) 

#Once you have the american option object you can value them using the binomial tree method: 

binomial_engine = ql.BinomialVanillaEngine(bsm_process, "crr", 100) 
american_option.setPricingEngine(binomial_engine) 
print "The theoretical American price is ", american_option.NPV()         

ql.Settings.instance().evaluation_date = calculation_date + 1 

print "The theoretical European price is ", european_option.NPV() 
print "The theoretical American price is ", american_option.NPV() 

[idf@node3 python]$ python european_option.py 
The theoretical European price is 6.74927181246 
The theoretical American price is 6.85858045945 
The theoretical European price is 6.74927181246 
The theoretical American price is 6.85858045945 
[idf@node3 python]$ 

EDITは

は、以下の提案どおりにコードを変更しましたが、一日の変更はcomputatで違いはありませんイオン。

[idf@node3 python]$ python advance_day.py 
The theoretical European price is 6.74927181246 
The theoretical American price is 6.85858045945 
The theoretical European price is 6.74927181246 
The theoretical American price is 6.85858045945 
[idf@node3 python]$ 

ここでは、提案ごとにコードが変更されています。

import QuantLib as ql  

# option data 
maturity_date = ql.Date(15, 1, 2016) 
spot_price = 127.62 
strike_price = 130 
volatility = 0.20 # the historical vols for a year 
dividend_rate = 0.0163 
option_type = ql.Option.Call 

risk_free_rate = 0.001 
day_count = ql.Actual365Fixed() 
#calendar = ql.UnitedStates() 
calendar = ql.TARGET() 

calculation_date = ql.Date(8, 5, 2015) 
ql.Settings.instance().evaluationDate = calculation_date 

# construct the European Option 
payoff = ql.PlainVanillaPayoff(option_type, strike_price) 
exercise = ql.EuropeanExercise(maturity_date) 
european_option = ql.VanillaOption(payoff, exercise) 

spot_handle = ql.QuoteHandle(
    ql.SimpleQuote(spot_price) 
) 

flat_ts = ql.YieldTermStructureHandle(
    ql.FlatForward(0, calendar, risk_free_rate, day_count) 
) 

dividend_yield = ql.YieldTermStructureHandle(
    ql.FlatForward(0, calendar, dividend_rate, day_count) 
) 

flat_vol_ts = ql.BlackVolTermStructureHandle(
    ql.BlackConstantVol(0, calendar, volatility, day_count) 
) 

bsm_process = ql.BlackScholesMertonProcess(spot_handle, 
              dividend_yield, 
              flat_ts, 
              flat_vol_ts) 

european_option.setPricingEngine(ql.AnalyticEuropeanEngine(bsm_process)) 
bs_price = european_option.NPV() 
print "The theoretical European price is ", bs_price 

payoff = ql.PlainVanillaPayoff(option_type, strike_price) 
settlement = calculation_date 
am_exercise = ql.AmericanExercise(settlement, maturity_date) 
american_option = ql.VanillaOption(payoff, am_exercise) 

#Once you have the american option object you can value them using the binomial tree method: 

binomial_engine = ql.BinomialVanillaEngine(bsm_process, "crr", 100) 
american_option.setPricingEngine(binomial_engine) 
print "The theoretical American price is ", american_option.NPV()         

ql.Settings.instance().evaluation_date = calculation_date + 1 
# Also tried calendar.advance(calculation_date,1,ql.Days) 

print "The theoretical European price is ", european_option.NPV() 
print "The theoretical American price is ", american_option.NPV() 

Answer 1

計算日が全てであるとは限りません。参照日付が固定されるように（つまり、日付を取るコンストラクタを呼び出す;詳細についてはthis post、例についてはthis videoを参照）、曲線を設定しています。

基準日を指定すると、計算日とは関係なく使用されます。これは、必ずしも同じではないためです（たとえば、今日の日付ではなく、スポット日付に基づいて金利曲線を設定したい場合など）。したがって、計算日を変更しても、曲線から返されるボラティリティとレートは、依然として移動していない基準日との相対的なものになります。

目的の効果を得るには、評価日とともに移動するようにカーブを作成します。例えば、代わりに

ql.FlatForward(calculation_date, risk_free_rate, day_count) 

のためにあなたは、基準日が計算日として「0営業日計算日後」、または他の言葉で、と指定されていることを意味

ql.FlatForward(0, calendar, risk_free_rate, day_count) 

を使用することができます。ボラティリティ曲線も同様のコンストラクタを持ちます。