如何解决SciPy.optimize.least_squares() - 应用问题 - Python
我有一个期权定价 fn binomial_tree_option_value 使用很少的变量为看涨和看跌定价 - 除了 2 个都是已知的(已知是“看涨/看跌”、“现货”、“罢工”、“利率”、“时间”和未知是 iv 和 div - 请参阅下面的代码)。我想做平方误差最小化的总和,以数值方式找到这 2 个变量(我可以在它们周围设置合理的界限,例如 iv 从 0.05 到 1.5 变化,div 从 0.5 到 2.5 变化)。
我写了下面的代码:(call_mktprice 和 put_mktprice 是市场上的可观察价格)
def fcn(iv,div):
call_modelprice = binomial_tree_option_value('call','spot','strike','rate','time',iv,div)
put_modelprice = binomial_tree_option_value('put',div)
sse = np.square(call_mktprice - call_modelprice) + np.square(put_mktprice - put_modelprice)
return sse
from scipy.optimize import least_squares
result = least_squares(fcn,[0.3,1],bounds = [[0.05,0.5],[1.5,2.5]])
得到这个错误:TypeError: fcn() missing 1 required positional argument: 'mult' 如果您能帮助解决此问题,我们将不胜感激。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。