QuantLib 1.34美式看跌期权Vega/Rho无法获取的问题咨询

环境信息 #

操作系统中QuantLib版本：

import QuantLib as ql
ql.__version__
'1.34'

美式看跌期权参数 #

settlementDate = ql.Date(11, ql.July, 2019)
maturity = ql.Date(19, ql.July, 2019)
stock = 0.28
strike = 0.5
riskFreeRate = 0.05
volatility = 1.7

定价代码实现 #

calendar = ql.UnitedStates(ql.UnitedStates.NYSE)
dayCounter = ql.Actual365Fixed(ql.Actual365Fixed.Standard)
ql.Settings.instance().evaluationDate = todayDate
AmericanExercise(earliestDate, latestDate, payoffAtExpiry=False)
AmericanExercise = ql.AmericanExercise(todayDate,maturity)
optionType = ql.Option.Put    
payoff = ql.PlainVanillaPayoff(type=optionType, strike=strike)
AmericanOption = ql.VanillaOption(payoff=payoff,exercise=AmericanExercise)

underlying = ql.SimpleQuote(stock)
underlyingH = ql.QuoteHandle(underlying)
flatRiskFreeTS = ql.YieldTermStructureHandle(
    ql.FlatForward(
        settlementDate, riskFreeRate, dayCounter))
flatVolTS = ql.BlackVolTermStructureHandle(
    ql.BlackConstantVol(
        settlementDate, calendar,
        volatility, dayCounter))
bsProcess = ql.BlackScholesProcess(
    s0=underlyingH,
    riskFreeTS=flatRiskFreeTS,
    volTS=flatVolTS)
 
steps = 200
binomial_engine = ql.BinomialVanillaEngine(bsProcess, "crr", steps)
AmericanOption.setPricingEngine(binomial_engine)

期权价格及部分希腊值 #

期权价格：

print("Option value =", AmericanOption.NPV())
Option value = 0.22013426651607249

Delta、Gamma、Theta值：

print("Delta value  =", AmericanOption.delta())
Delta value  = -0.988975537620728
print("Gamma value  =", AmericanOption.gamma())
Gamma value  = 0.5635976654806573
print("Theta value  =", AmericanOption.theta())
Theta value  = -0.03899648147441449

问题现象 #

无法获取Vega、Rho值：

print("Theta value  =", AmericanOption.theta())
Theta value  = -0.03899648147441449
>>> print("Vega value   =", AmericanOption.vega())
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/home/debian/mydoc/lib/python3.11/site-packages/QuantLib/QuantLib.py", line 17245, in vega
    return _QuantLib.OneAssetOption_vega(self)
           ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
RuntimeError: vega not provided
>>> print("Rho value    =", AmericanOption.rho())
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/home/debian/mydoc/lib/python3.11/site-packages/QuantLib/QuantLib.py", line 17249, in rho
    return _QuantLib.OneAssetOption_rho(self)
           ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
RuntimeError: rho not provided

确认AmericanOption对象包含vega和rho属性：

'vega' and 'rho' in dir(AmericanOption)
True

咨询问题 #

1. 为何运行时无法提供Vega和Rho值？
2. 如何计算该美式看跌期权的Vega和Rho？
3. 还有哪些支持美式BS模型的Python量化库？

1. 无法获取Vega和Rho的原因 #

你使用的BinomialVanillaEngine（二叉树引擎）未内置Vega和Rho的直接计算逻辑。QuantLib中不同定价引擎对希腊值的支持范围不同：二叉树引擎主要实现了美式期权定价及Delta、Gamma、Theta这类与标的价格、时间相关的希腊值，但没有针对波动率（Vega）、无风险利率（Rho）敏感度的原生计算接口，因此调用时会抛出not provided错误。

2. 计算美式看跌期权的Vega和Rho的方法 #

通过有限差分法手动计算，核心思路是微调波动率/无风险利率，重新计算期权价格，再用差值除以变量变动幅度得到近似值：

计算Vega的示例代码

# 波动率微调幅度（取0.01即1%）
vol_shift = 0.01
# 记录原价格
original_price = AmericanOption.NPV()

# 创建调整后的波动率曲线
new_vol = volatility + vol_shift
new_flatVolTS = ql.BlackVolTermStructureHandle(
    ql.BlackConstantVol(settlementDate, calendar, new_vol, dayCounter))
# 更新BS过程并绑定新引擎
new_bsProcess = ql.BlackScholesProcess(underlyingH, flatRiskFreeTS, new_flatVolTS)
new_binomial_engine = ql.BinomialVanillaEngine(new_bsProcess, "crr", steps)
AmericanOption.setPricingEngine(new_binomial_engine)
# 计算新价格
new_price = AmericanOption.NPV()

# 计算Vega（定义为波动率变动1%时的价格变化）
vega = (new_price - original_price) / vol_shift
print("Vega value   =", vega)

# 重置回原引擎
AmericanOption.setPricingEngine(binomial_engine)

计算Rho的示例代码

# 无风险利率微调幅度（取0.001即10个基点）
rate_shift = 0.001
# 记录原价格
original_price = AmericanOption.NPV()

# 创建调整后的无风险利率曲线
new_rate = riskFreeRate + rate_shift
new_flatRiskFreeTS = ql.YieldTermStructureHandle(
    ql.FlatForward(settlementDate, new_rate, dayCounter))
# 更新BS过程并绑定新引擎
new_bsProcess = ql.BlackScholesProcess(underlyingH, new_flatRiskFreeTS, flatVolTS)
new_binomial_engine = ql.BinomialVanillaEngine(new_bsProcess, "crr", steps)
AmericanOption.setPricingEngine(new_binomial_engine)
# 计算新价格
new_price = AmericanOption.NPV()

# 计算Rho（定义为利率变动1%时的价格变化，需转换单位）
rho = (new_price - original_price) / rate_shift * 0.01
print("Rho value    =", rho)

# 重置回原引擎
AmericanOption.setPricingEngine(binomial_engine)

3. 支持美式BS模型的Python量化库 #

• PyQL：QuantLib的另一种Python绑定实现，接口与原生QuantLib一致，支持美式期权定价。
• Scipy：利用其数值计算模块，可手动实现二叉树或有限差分法的美式BS模型定价与希腊值计算。
• Qlib：国内量化研究库，内置期权定价模块，支持美式期权的BS相关计算。
• py_vollib：专注期权定价的库，原生支持美式期权Black-Scholes模型及希腊值计算。

内容的提问来源于stack exchange，提问作者showkey