根据答案中的注释，我重新编写了下面的代码（math.1p（x）->；math.log（x）），它现在应该可以工作了，并给出了波动率的一个很好的近似值。

我试图创建一个短代码来计算欧洲看涨期权的隐含波动率。我写了下面的代码：from scipy.stats import norm

import math

norm.cdf(1.96)

#c_p – Call(+1) or Put(-1) option

#P – Price of option

#S – Strike price

#E – Exercise price

#T – Time to expiration

#r – Risk-free rate

#C = SN(d_1) – Ee^{-rT}N(D_2)

def implied_volatility(Price,Stock,Exercise,Time,Rf):

P = float(Price)

S = float(Stock)

E = float(Exercise)

T = float(Time)

r = float(Rf)

sigma = 0.01

print (P, S, E, T, r)

while sigma < 1:

d_1 = float(float((math.log(S/E)+(r+(sigma**2)/2)*T))/float((sigma*(math.sqrt(T)))))

d_2 = float(float((math.log(S/E)+(r-(sigma**2)/2)*T))/float((sigma*(math.sqrt(T)))))

P_implied = float(S*norm.cdf(d_1) – E*math.exp(-r*T)*norm.cdf(d_2))

if P-(P_implied) < 0.001:

return sigma

sigma +=0.001

return “could not find the right volatility”

print implied_volatility(15,100,100,1,0.05)

收益率：0.595波动率，应该在0.3203左右。这是一个巨大的不同。。。

我知道无论如何这不是一个快速的方法，我只是想演示原理是如何工作的，但我不能计算出一个好的近似值。

由于某种原因，当我调用这个函数时，它给了我一个非常糟糕的实际隐含波动率的近似值，我是用一个Matlab程序和下面的网页计算的：Implied Volatility。有谁能帮我找出我在哪里犯的错误吗？