问题描述
任何人都可以指导我了解黑色方差函数 (QuantLib-Python) 在校准原始隐含波动率表面时使用的详细过程。我正在使用 Bicubic Interpolation 来校准来自彭博终端的股票期权的原始隐含波动率数据。基本上，我想了解的是优化器的工作原理以及它如何执行插值并进一步平滑表面。优化器也总是产生套利自由表面。或者我是否需要在执行插值后分别检查日历套利和蝴蝶套利。 我已经阅读了各种博客并关注了大量关于此的讨论，但我仍然无法完全掌握 QuantLib Python 中黑色方差函数的工作原理。 提前致谢！
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）