如何使用 uniroot 解决数据框中的用户定义函数 (UDF)？

Posted 2023-04-13

【中文标题】如何使用 uniroot 解决数据框中的用户定义函数 (UDF)？

【英文标题】：How to use uniroot to solve a user-defined function (UDF) in a dataframe?

【发布时间】：2019-03-23 10:45:31

【问题描述】：

我有一个数据框，想在每一行上使用 uniroot 来解决基于 Black-Scholes 公式的隐含波动率。使用 uniroot.all 解决每一行的正确方法是什么？它应该产生一个新的结果列向量。

下面的代码有这个错误

“S/K 中的错误：二元运算符的非数字参数”

。我怀疑当 uniroot 尝试解决多行而不是逐行解决时会出现问题。

我尝试修改为 bscall 函数的矢量化版本，但这似乎不是最好的方法。

df <- data.frame( strike = c(80,120,100,100), 
                  type = c("C", "C", "C","C"),
                  optionPrice = c(22,3,7,9),
                  futurePrice = c(100, 100,100,100),
                  time_to_expiry = c(0.1, 0.1,1,1.2))

bscall <-
  function (S,K,r,T,sig) 
    d1 <- (log(S/K)+(r+0.5*sig^2)*T) / (sig*sqrt(T)) 
    d2 <- d1 - sig*sqrt(T)
    price <- S*pnorm(d1) - K*exp(-r*T)*pnorm(d2)
    return(price)
  


apply(df, 1,
      function(z) uniroot.all( function(x) bscall(z[4],z[1],r,z[5],x) - z[3], interval = c(0,1) ))

【参考方案1】：

df 的第一行是80, "C", 22, 100, 0.1。它包含一个字符串。因此，当您执行apply(df, 1, ....) 时，会将行强制转换为字符向量：

df <- data.frame( strike = c(80,120,100,100), 
                  type = c("C", "C", "C","C"),
                  optionPrice = c(22,3,7,9),
                  futurePrice = c(100, 100,100,100),
                  time_to_expiry = c(0.1, 0.1,1,1.2))

apply(df, 1, function(z) z)
#                [,1]  [,2]  [,3]  [,4] 
# strike         " 80" "120" "100" "100"
# type           "C"   "C"   "C"   "C"  
# optionPrice    "22"  " 3"  " 7"  " 9" 
# futurePrice    "100" "100" "100" "100"
# time_to_expiry "0.1" "0.1" "1.0" "1.2"

【参考方案2】：

首先：您应该包含用于包rootSolve 的library 语句。 变量r 和sig 定义在哪里？

不需要uniroot.all，您可以通过检查函数bscall 看到。不需要迭代； price 直接根据输入计算得出。

考虑到第一个答案，如下定义df。

df <- data.frame( strike = c(80,120,100,100), 
                  # type = c("C", "C", "C","C"),
                  optionPrice = c(22,3,7,9),
                  futurePrice = c(100, 100,100,100),
                  time_to_expiry = c(0.1, 0.1,1,1.2))

type 列已被注释掉。

定义你的函数bscall为

bscall <-
  function (S,K,r,T,sig) 
  d1 <- (log(S/K)+(r+0.5*sig^2)*T) / (sig*sqrt(T)) 
  d2 <- d1 - sig*sqrt(T)
  price <- S*pnorm(d1) - K*exp(-r*T)*pnorm(d2)
  return(price)

给r和sig一个值

r <- .05
sig <- 1

将您的函数应用于df 的行（z 的索引因更改为df 而更改）

apply(df, 1,
   function(z) bscall(z[3],z[1],r,z[4],sig) - z[2])

给予

[1]  2.258107  3.168623 32.840162 34.366636

作为答案。

剩下的看你自己了。