期权论坛

ETF研究 | 中证红利、上证红利、深证红利、红利低波动 ...

 2022-11-18   期权匿名问答  5446  0

红利指数，看名字就知道是用一篮子高股息类的股票编制而成的指数。在红利指数之前，在美股市场有一个很出 ...

☆ 展开评论(0条)★ 收起评论

怎么计算隐含波动率？

 2022-11-18   期权匿名问答  8509  5

在Python里怎么计算implied volatility？

2022-11-18

期权匿名回答

import numpy as np from scipy.stats import norm # 设定参数 r=0.032 # risk-free interest rate t=float(30)/365 # time to expire (30 days) q=0 # dividend yield S0=2.3 # underlying price X=2.2 # strike price mktprice=0.18 # market price # 用二分法求implied volatility，暂只针对call option sigma=0.3 # initial volatility C=P=0 upper=1 lower=0 while abs(C-mktprice)>1e-6: d1=(np.log(S0/X)+(r-q+sigma**2/2)*t)/(sigma*np.sqrt(t)) d2=d1-sigma*np.sqrt(t) C=S0*np.exp(-q*t)*norm.cdf(d1)-X*np.exp(-r*t)*norm.cdf(d2) P=X*np.exp(-r*t)*norm.cdf(-d2)-S0*np.exp(-q*t)*norm.cdf(-d1) if C-mktprice>0: upper=sigma sigma=(sigma+lower)/2 else: lower=sigma sigma=(sigma+upper)/2 print sigma # implied volatility以上是用BS model计算欧式call option的implied volatility。稍微修改一下也可以算put option。计算结果可以和期权计算器上的结果对比。回复
2022-11-18

期权匿名回答

VBA for Excel Spreadsheet The VBA includes two functions [*]BlackScholesCall() calculates the price of a call option [*]ImpliedVolatility() calculates implied volatility. It uses the bisection method to calculate volatility using BlackScholesCall() Function BlackScholesCall( _ ByVal S As Double, _ ByVal X As Double, _ ByVal T As Double, _ ByVal r As Double, _ ByVal d As Double, _ ByVal v As Double) As Double Dim d1 As Double Dim d2 As Double d1 = (Log(S / X) + (r - d + v ^ 2 / 2) * T) / v / Sqr(T) d2 = d1 - v * Sqr(T) BlackScholesCall = Exp(-d * T) * S * Application.NormSDist(d1) - X * Exp(-r * T) * Application.NormSDist(d2) End Function Function ImpliedVolatility( _ ByVal S As Double, _ ByVal X As Double, _ ByVal T As Double, _ ByVal r As Double, _ ByVal d As Double, _ ByVal Price As Double) As Double Dim epsilonABS As Double Dim epsilonSTEP As Double Dim volMid As Double Dim niter As Integer Dim volLower As Double Dim volUpper As Double epsilonABS = 0.0000001 epsilonSTEP = 0.0000001 niter = 0 volLower = 0.001 volUpper = 1 Do While volUpper - volLower >= epsilonSTEP Or Abs(BlackScholesCall(S, X, T, r, d, volLower) - Price) >= epsilonABS And epsilonABS <= Abs(BlackScholesCall(S, X, T, r, d, volUpper) - Price) >= epsilonABS volMid = (volLower + volUpper) / 2 If Abs(BlackScholesCall(S, X, T, r, d, volMid) - Price) <= epsilonABS Then Exit Do ElseIf ((BlackScholesCall(S, X, T, r, d, volLower) - Price) * (BlackScholesCall(S, X, T, r, d, volMid) - Price) < 0) Then volUpper = volMid Else volLower = volMid End If niter = niter + 1 Loop ImpliedVolatility = volLower End Function 回复
2022-11-18

期权匿名回答

提供一些在优矿计算隐含波动率的实例，点击到社区可以一键克隆源码。波动率与期权作者：bin2436 波动率曲面作者：cheng.li Greeks 和隐含波动率微笑作者：李自龙下面截取波动率与期权一贴当中的计算过程供参考：与历史波动率反映的是标的资产过去一段时间的波动程度不同，隐含波动率是资产价格未来一段时间的波动率，是由相应的期权价格估计出来。估算隐含波动率有很多模型，详见CAL文档： https://uqer.io/help/faqCAL/#Black-Scholes-Merton%E6%A8%A1%E5%9E%8B 这里我们使用CAL包中的BSMImpliedVolatity函数计算隐含波动率。 BSMImpliedVolatity(optionType, strike, spot, riskFree, dividend, maturity, quotePrice, rawOutput=False) [*]optionType – 期权类型，1 for CALL或者 -1 for PUT [*]strike – 行权价格 [*]spot – 标的股票价格 [*]riskFree – 无风险利率 [*]dividend – 股票红利率 [*]maturity – 到期时间（年） [*]uotePrice – 期权报价关于无风险利率，在李自龙老师的帖子当中，使用的是计算“上海银行间同业拆借利率 SHIBOR”，本篇中，我们简化操作，将无风险利率设置为常数4%。 http://pica.zhimg.com/v2-ef18f5ecbf3329de47b8d99b89160e3f_r.jpg?source=1940ef5c 我们总共获得42378 x 9 的有效数据，代表自2015年2月9日以来，所有50ETF期权合约在每一个交易日的相关数据。 “隐含波动率的计算并没有统一的标准。以同一只资产为标的的期权合约有很多，执行价格和到期时间不同的期权具有不同的隐含波动率。即使到期时间相同，不同执行价格的期权也具有不同的隐含波动率。我们通过计算以同一资产为标的的不同期权的隐含波动率的平均值来作为这一资产的隐含波动率。”——《期权波动率模型及交易策略分析》根据报告的内容，我们将在同一交易日期的，所有Call合约的隐含波动率hv取均值，得到该日该Call的隐含波动率，Put也同理。 http://pic1.zhimg.com/v2-9740abb21799d5d863a95594ab859ceb_r.jpg?source=1940ef5c 目前有四个因子：“股票收盘价”“30天波动率”“call合约隐含波动率”“put合约隐含波动率”。先来看看他们之间的相互关系： http://picd.zhimg.com/v2-71b99605b6ac926e6b8874bf4e026c58_r.jpg?source=1940ef5c 根据报告中所描述的“利用历史波动率和隐含波动率的差异来做交易”思路。 “专业的期权交易者、做市商和机构投资者通过delta对冲来做波动率交易。意思是说，他们通过买卖期权来对冲标的资产敞口部分，这样会消除股市小幅波动带来的风险。这种对冲是一个持续的随市场变化而调整的过程。为了对冲标的资产的风险，交易者捕捉资产上的历史波动率和期权价格的隐含波动率。也就是说，如果卖出期权的隐含波动率高于对冲标的资产的历史波动率，他们就会赚钱。同样的，买入期权的隐含波动率低于对冲标的资产历史波动率，也会赚钱。” http://picd.zhimg.com/v2-0343f549b1b00add60ba900027edcfbe_r.jpg?source=1940ef5c 我们将数据可视化再来看下： http://pic1.zhimg.com/v2-35b1554070394531dad3e1ad11ea9830_r.jpg?source=1940ef5c 回复
2022-11-18

期权匿名回答

不想写大段代码，也不想囤积大量数据的，可以试试澎博云量化平台隐含波动率一句python代码就计算出来了 ImpliedVola=CalOBJ.GetImpliedVolatility(OptDirection,AssetType,AssetPrice,StrikePrice,HisVola,InterestRate,ExpireinYear,OptionPrice) 代码范例可以参考qmhedging/poboquant 围绕隐含波动率和历史波动率可以有许多策略，这里也能找到 qmhedging/poboquant 这个工具是懒人和期权研究员的福音真格量化 - 期货期权实盘量化平台回复
2022-11-18

期权匿名回答

可以第三方免费python库（QuantLib/Mibian）计算实时计算期权的隐含波动率（implied volatility）及其希腊值，包括： [*]iv [*]delta [*]gamma [*]theta [*]vega [*]rpho 源代码见本文最后。实时绘制损益曲线及希腊值曲线。 http://pic1.zhimg.com/v2-caac0fc4d4dd4dd40139861123b237c3_r.jpg?source=1940ef5c 例如，再用plotly 可视化引擎，可以实时做出漂亮的波动率曲面。 http://picd.zhimg.com/v2-0ed47c5cde79b9d822c8a6bac291c0cb_r.jpg?source=1940ef5c 参见：阿岛格：基于人工智能的量化投资系统（9）数据指标及可视化的第3，以及本文最后的视频。演示视频 [*]（视频）阿岛格：低门槛搭建你的个人量化平台-演示 [*]（视频）阿岛格：打造个人的量化平台（期权）专栏 [*]阿岛格专栏：低门槛搭建个人量化平台 [*]阿岛格专栏: 基于人工智能的量化投资如有问题，请看个人主页扫码“ 知shi星球（阿岛格）”加入讨论。源代码如下： #coding=utf-8 ''' MibianLib - Options Pricing Open Source Library - http://code.mibian.net/ Copyright (C) 2011 Yassine Maaroufi - <yassinemaaroufi@mibian.net> Distributed under GPLv3 - http://www.gnu.org/copyleft/gpl.html ''' #from numba import jit,autojit #from scipy.optimize import minimize.basinhopping,root,fsolve,rosen, from scipy import optimize #from scipy.optimize import fsolve import numpy as np from math import log, e try: from scipy.stats import norm except ImportError: print('Mibian requires scipy to work properly') # WARNING: All numbers should be floats -> x = 1.0 #@autojit #defined and improved by adog 20190613 def impliedVolatility(className, args, callPrice=None, putPrice=None, high=500.0, low=0.0): def fun(x): bs=BS(args, volatility=x, performance=True) if callPrice: if bs.callPrice: return bs.callPrice-callPrice else: return 0.-callPrice elif putPrice: if bs.putPrice: return bs.putPrice-putPrice else: return 0.-putPrice iv=0. try: res = optimize.root(fun,[0.],method='df-sane') if res.x and len(res.x)==1: if res.x>0.: iv=res.x[0] except Exception,e: print(e) return iv class GK: '''Garman-Kohlhagen Used for pricing European options on currencies GK(, volatility=x, callPrice=y, putPrice=z) eg: c = mibian.GK([1.4565, 1.45, 1, 2, 30], volatility=20) c.callPrice # Returns the call price c.putPrice # Returns the put price c.callDelta # Returns the call delta c.putDelta # Returns the put delta c.callDelta2 # Returns the call dual delta c.putDelta2 # Returns the put dual delta c.callTheta # Returns the call theta c.putTheta # Returns the put theta c.callRhoD # Returns the call domestic rho c.putRhoD # Returns the put domestic rho c.callRhoF # Returns the call foreign rho c.putRhoF # Returns the call foreign rho c.vega # Returns the option vega c.gamma # Returns the option gamma c = mibian.GK([1.4565, 1.45, 1, 2, 30], callPrice=0.0359) c.impliedVolatility # Returns the implied volatility from the call price c = mibian.GK([1.4565, 1.45, 1, 2, 30], putPrice=0.03) c.impliedVolatility # Returns the implied volatility from the put price c = mibian.GK([1.4565, 1.45, 1, 2, 30], callPrice=0.0359, putPrice=0.03) c.putCallParity # Returns the put-call parity ''' def __init__(self, args, volatility=None, callPrice=None, putPrice=None, \ performance=None): self.underlyingPrice = float(args[0]) self.strikePrice = float(args[1]) self.domesticRate = float(args[2]) / 100 self.foreignRate = float(args[3]) / 100 self.daysToExpiration = float(args[4]) / 365 for i in ['callPrice', 'putPrice', 'callDelta', 'putDelta', \ 'callDelta2', 'putDelta2', 'callTheta', 'putTheta', \ 'callRhoD', 'putRhoD', 'callRhoF', 'callRhoF', 'vega', \ 'gamma', 'impliedVolatility', 'putCallParity']: self.__dict__ = None if volatility: self.volatility = float(volatility) / 100 self._a_ = self.volatility * self.daysToExpiration**0.5 self._d1_ = (log(self.underlyingPrice / self.strikePrice) + \ (self.domesticRate - self.foreignRate + \ (self.volatility**2)/2) * self.daysToExpiration) / self._a_ self._d2_ = self._d1_ - self._a_ # Reduces performance overhead when computing implied volatility if performance: = self._price() else: = self._price() = self._delta() = self._delta2() = self._theta() = self._rhod() = self._rhof() self.vega = self._vega() self.gamma = self._gamma() self.exerciceProbability = norm.cdf(self._d2_) if callPrice: self.callPrice = round(float(callPrice), 6) self.impliedVolatility = impliedVolatility(\ self.__class__.__name__, args, callPrice=self.callPrice) if putPrice and not callPrice: self.putPrice = round(float(putPrice), 6) self.impliedVolatility = impliedVolatility(\ self.__class__.__name__, args, putPrice=self.putPrice) if callPrice and putPrice: self.callPrice = float(callPrice) self.putPrice = float(putPrice) self.putCallParity = self._parity() def _price(self): '''Returns the option price: ''' if self.volatility == 0 or self.daysToExpiration == 0: call = max(0.0, self.underlyingPrice - self.strikePrice) put = max(0.0, self.strikePrice - self.underlyingPrice) if self.strikePrice == 0: raise ZeroDivisionError('The strike price cannot be zero') else: call = e**(-self.foreignRate * self.daysToExpiration) * \ self.underlyingPrice * norm.cdf(self._d1_) - \ e**(-self.domesticRate * self.daysToExpiration) * \ self.strikePrice * norm.cdf (self._d2_) put = e**(-self.domesticRate * self.daysToExpiration) * \ self.strikePrice * norm.cdf(-self._d2_) - \ e**(-self.foreignRate * self.daysToExpiration) * \ self.underlyingPrice * norm.cdf(-self._d1_) return def _delta(self): '''Returns the option delta: ''' if self.volatility == 0 or self.daysToExpiration == 0: call = 1.0 if self.underlyingPrice > self.strikePrice else 0.0 put = -1.0 if self.underlyingPrice < self.strikePrice else 0.0 if self.strikePrice == 0: raise ZeroDivisionError('The strike price cannot be zero') else: _b_ = e**-(self.foreignRate * self.daysToExpiration) call = norm.cdf(self._d1_) * _b_ put = -norm.cdf(-self._d1_) * _b_ return def _delta2(self): '''Returns the dual delta: ''' if self.volatility == 0 or self.daysToExpiration == 0: call = -1.0 if self.underlyingPrice > self.strikePrice else 0.0 put = 1.0 if self.underlyingPrice < self.strikePrice else 0.0 if self.strikePrice == 0: raise ZeroDivisionError('The strike price cannot be zero') else: _b_ = e**-(self.domesticRate * self.daysToExpiration) call = -norm.cdf(self._d2_) * _b_ put = norm.cdf(-self._d2_) * _b_ return def _vega(self): '''Returns the option vega''' if self.volatility == 0 or self.daysToExpiration == 0: return 0.0 if self.strikePrice == 0: raise ZeroDivisionError('The strike price cannot be zero') else: return self.underlyingPrice * e**-(self.foreignRate * \ self.daysToExpiration) * norm.pdf(self._d1_) * \ self.daysToExpiration**0.5 def _theta(self): '''Returns the option theta: ''' _b_ = e**-(self.foreignRate * self.daysToExpiration) call = -self.underlyingPrice * _b_ * norm.pdf(self._d1_) * \ self.volatility / (2 * self.daysToExpiration**0.5) + \ self.foreignRate * self.underlyingPrice * _b_ * \ norm.cdf(self._d1_) - self.domesticRate * self.strikePrice * \ _b_ * norm.cdf(self._d2_) put = -self.underlyingPrice * _b_ * norm.pdf(self._d1_) * \ self.volatility / (2 * self.daysToExpiration**0.5) - \ self.foreignRate * self.underlyingPrice * _b_ * \ norm.cdf(-self._d1_) + self.domesticRate * self.strikePrice * \ _b_ * norm.cdf(-self._d2_) return def _rhod(self): '''Returns the option domestic rho: ''' call = self.strikePrice * self.daysToExpiration * \ e**(-self.domesticRate * self.daysToExpiration) * \ norm.cdf(self._d2_) / 100 put = -self.strikePrice * self.daysToExpiration * \ e**(-self.domesticRate * self.daysToExpiration) * \ norm.cdf(-self._d2_) / 100 return def _rhof(self): '''Returns the option foreign rho: ''' call = -self.underlyingPrice * self.daysToExpiration * \ e**(-self.foreignRate * self.daysToExpiration) * \ norm.cdf(self._d1_) / 100 put = self.underlyingPrice * self.daysToExpiration * \ e**(-self.foreignRate * self.daysToExpiration) * \ norm.cdf(-self._d1_) / 100 return def _gamma(self): '''Returns the option gamma''' return (norm.pdf(self._d1_) * e**-(self.foreignRate * \ self.daysToExpiration)) / (self.underlyingPrice * self._a_) def _parity(self): '''Returns the put-call parity''' return self.callPrice - self.putPrice - (self.underlyingPrice / \ ((1 + self.foreignRate)**self.daysToExpiration)) + \ (self.strikePrice / \ ((1 + self.domesticRate)**self.daysToExpiration)) class BS: '''Black-Scholes Used for pricing European options on stocks without dividends BS(, \ volatility=x, callPrice=y, putPrice=z) eg: c = mibian.BS([1.4565, 1.45, 1, 30], volatility=20) c.callPrice # Returns the call price c.putPrice # Returns the put price c.callDelta # Returns the call delta c.putDelta # Returns the put delta c.callDelta2 # Returns the call dual delta c.putDelta2 # Returns the put dual delta c.callTheta # Returns the call theta c.putTheta # Returns the put theta c.callRho # Returns the call rho c.putRho # Returns the put rho c.vega # Returns the option vega c.gamma # Returns the option gamma c = mibian.BS([1.4565, 1.45, 1, 30], callPrice=0.0359) c.impliedVolatility # Returns the implied volatility from the call price c = mibian.BS([1.4565, 1.45, 1, 30], putPrice=0.0306) c.impliedVolatility # Returns the implied volatility from the put price c = mibian.BS([1.4565, 1.45, 1, 30], callPrice=0.0359, putPrice=0.0306) c.putCallParity # Returns the put-call parity ''' def __init__(self, args, volatility=None, callPrice=None, putPrice=None, \ performance=None): self.underlyingPrice = float(args[0]) self.strikePrice = float(args[1]) self.interestRate = float(args[2]) / 100 self.daysToExpiration = float(args[3]) / 365 for i in ['callPrice', 'putPrice', 'callDelta', 'putDelta', \ 'callDelta2', 'putDelta2', 'callTheta', 'putTheta', \ 'callRho', 'putRho', 'vega', 'gamma', 'impliedVolatility', \ 'putCallParity']: self.__dict__ = None if volatility: self.volatility = float(volatility) / 100 self._a_ = self.volatility * self.daysToExpiration**0.5 self._d1_ = (log(self.underlyingPrice / self.strikePrice) + \ (self.interestRate + (self.volatility**2) / 2) * \ self.daysToExpiration) / self._a_ self._d2_ = self._d1_ - self._a_ if performance: = self._price() else: = self._price() = self._delta() = self._delta2() = self._theta() = self._rho() self.vega = self._vega() self.gamma = self._gamma() self.exerciceProbability = norm.cdf(self._d2_) if callPrice: self.callPrice = round(float(callPrice), 6) self.impliedVolatility = impliedVolatility(\ self.__class__.__name__, args, callPrice=self.callPrice) if putPrice and not callPrice: self.putPrice = round(float(putPrice), 6) self.impliedVolatility = impliedVolatility(\ self.__class__.__name__, args, putPrice=self.putPrice) if callPrice and putPrice: self.callPrice = float(callPrice) self.putPrice = float(putPrice) self.putCallParity = self._parity() def _price(self): '''Returns the option price: ''' if self.volatility == 0 or self.daysToExpiration == 0: call = max(0.0, self.underlyingPrice - self.strikePrice) put = max(0.0, self.strikePrice - self.underlyingPrice) if self.strikePrice == 0: raise ZeroDivisionError('The strike price cannot be zero') else: call = self.underlyingPrice * norm.cdf(self._d1_) - \ self.strikePrice * e**(-self.interestRate * \ self.daysToExpiration) * norm.cdf(self._d2_) put = self.strikePrice * e**(-self.interestRate * \ self.daysToExpiration) * norm.cdf(-self._d2_) - \ self.underlyingPrice * norm.cdf(-self._d1_) return def _delta(self): '''Returns the option delta: ''' if self.volatility == 0 or self.daysToExpiration == 0: call = 1.0 if self.underlyingPrice > self.strikePrice else 0.0 put = -1.0 if self.underlyingPrice < self.strikePrice else 0.0 if self.strikePrice == 0: raise ZeroDivisionError('The strike price cannot be zero') else: call = norm.cdf(self._d1_) put = -norm.cdf(-self._d1_) return def _delta2(self): '''Returns the dual delta: ''' if self.volatility == 0 or self.daysToExpiration == 0: call = -1.0 if self.underlyingPrice > self.strikePrice else 0.0 put = 1.0 if self.underlyingPrice < self.strikePrice else 0.0 if self.strikePrice == 0: raise ZeroDivisionError('The strike price cannot be zero') else: _b_ = e**-(self.interestRate * self.daysToExpiration) call = -norm.cdf(self._d2_) * _b_ put = norm.cdf(-self._d2_) * _b_ return def _vega(self): '''Returns the option vega''' if self.volatility == 0 or self.daysToExpiration == 0: return 0.0 if self.strikePrice == 0: raise ZeroDivisionError('The strike price cannot be zero') else: return self.underlyingPrice * norm.pdf(self._d1_) * \ self.daysToExpiration**0.5 / 100 def _theta(self): '''Returns the option theta: ''' _b_ = e**-(self.interestRate * self.daysToExpiration) call = -self.underlyingPrice * norm.pdf(self._d1_) * self.volatility / \ (2 * self.daysToExpiration**0.5) - self.interestRate * \ self.strikePrice * _b_ * norm.cdf(self._d2_) put = -self.underlyingPrice * norm.pdf(self._d1_) * self.volatility / \ (2 * self.daysToExpiration**0.5) + self.interestRate * \ self.strikePrice * _b_ * norm.cdf(-self._d2_) return def _rho(self): '''Returns the option rho: ''' _b_ = e**-(self.interestRate * self.daysToExpiration) call = self.strikePrice * self.daysToExpiration * _b_ * \ norm.cdf(self._d2_) / 100 put = -self.strikePrice * self.daysToExpiration * _b_ * \ norm.cdf(-self._d2_) / 100 return def _gamma(self): '''Returns the option gamma''' return norm.pdf(self._d1_) / (self.underlyingPrice * self._a_) def _parity(self): '''Put-Call Parity''' return self.callPrice - self.putPrice - self.underlyingPrice + \ (self.strikePrice / \ ((1 + self.interestRate)**self.daysToExpiration)) class Me: '''Merton Used for pricing European options on stocks with dividends Me(, volatility=x, callPrice=y, putPrice=z) eg: c = mibian.Me([52, 50, 1, 1, 30], volatility=20) c.callPrice # Returns the call price c.putPrice # Returns the put price c.callDelta # Returns the call delta c.putDelta # Returns the put delta c.callDelta2 # Returns the call dual delta c.putDelta2 # Returns the put dual delta c.callTheta # Returns the call theta c.putTheta # Returns the put theta c.callRho # Returns the call rho c.putRho # Returns the put rho c.vega # Returns the option vega c.gamma # Returns the option gamma c = mibian.Me([52, 50, 1, 1, 30], callPrice=0.0359) c.impliedVolatility # Returns the implied volatility from the call price c = mibian.Me([52, 50, 1, 1, 30], putPrice=0.0306) c.impliedVolatility # Returns the implied volatility from the put price c = mibian.Me([52, 50, 1, 1, 30], callPrice=0.0359, putPrice=0.0306) c.putCallParity # Returns the put-call parity ''' def __init__(self, args, volatility=None, callPrice=None, putPrice=None, \ performance=None): self.underlyingPrice = float(args[0]) self.strikePrice = float(args[1]) self.interestRate = float(args[2]) / 100 self.dividend = float(args[3]) self.dividendYield = self.dividend / self.underlyingPrice self.daysToExpiration = float(args[4]) / 365 for i in ['callPrice', 'putPrice', 'callDelta', 'putDelta', \ 'callDelta2', 'putDelta2', 'callTheta', 'putTheta', \ 'callRho', 'putRho', 'vega', 'gamma', 'impliedVolatility', \ 'putCallParity']: self.__dict__ = None if volatility: self.volatility = float(volatility) / 100 self._a_ = self.volatility * self.daysToExpiration**0.5 self._d1_ = (log(self.underlyingPrice / self.strikePrice) + \ (self.interestRate - self.dividendYield + \ (self.volatility**2) / 2) * self.daysToExpiration) / \ self._a_ self._d2_ = self._d1_ - self._a_ if performance: = self._price() else: = self._price() = self._delta() = self._delta2() = self._theta() = self._rho() self.vega = self._vega() self.gamma = self._gamma() self.exerciceProbability = norm.cdf(self._d2_) if callPrice: self.callPrice = round(float(callPrice), 6) self.impliedVolatility = impliedVolatility(\ self.__class__.__name__, args, self.callPrice) if putPrice and not callPrice: self.putPrice = round(float(putPrice), 6) self.impliedVolatility = impliedVolatility(\ self.__class__.__name__, args, putPrice=self.putPrice) if callPrice and putPrice: self.callPrice = float(callPrice) self.putPrice = float(putPrice) self.putCallParity = self._parity() def _price(self): '''Returns the option price: ''' if self.volatility == 0 or self.daysToExpiration == 0: call = max(0.0, self.underlyingPrice - self.strikePrice) put = max(0.0, self.strikePrice - self.underlyingPrice) if self.strikePrice == 0: raise ZeroDivisionError('The strike price cannot be zero') else: call = self.underlyingPrice * e**(-self.dividendYield * \ self.daysToExpiration) * norm.cdf(self._d1_) - \ self.strikePrice * e**(-self.interestRate * \ self.daysToExpiration) * norm.cdf(self._d2_) put = self.strikePrice * e**(-self.interestRate * \ self.daysToExpiration) * norm.cdf(-self._d2_) - \ self.underlyingPrice * e**(-self.dividendYield * \ self.daysToExpiration) * norm.cdf(-self._d1_) return def _delta(self): '''Returns the option delta: ''' if self.volatility == 0 or self.daysToExpiration == 0: call = 1.0 if self.underlyingPrice > self.strikePrice else 0.0 put = -1.0 if self.underlyingPrice < self.strikePrice else 0.0 if self.strikePrice == 0: raise ZeroDivisionError('The strike price cannot be zero') else: _b_ = e**(-self.dividendYield * self.daysToExpiration) call = _b_ * norm.cdf(self._d1_) put = _b_ * (norm.cdf(self._d1_) - 1) return # Verify def _delta2(self): '''Returns the dual delta: ''' if self.volatility == 0 or self.daysToExpiration == 0: call = -1.0 if self.underlyingPrice > self.strikePrice else 0.0 put = 1.0 if self.underlyingPrice < self.strikePrice else 0.0 if self.strikePrice == 0: raise ZeroDivisionError('The strike price cannot be zero') else: _b_ = e**-(self.interestRate * self.daysToExpiration) call = -norm.cdf(self._d2_) * _b_ put = norm.cdf(-self._d2_) * _b_ return def _vega(self): '''Returns the option vega''' if self.volatility == 0 or self.daysToExpiration == 0: return 0.0 if self.strikePrice == 0: raise ZeroDivisionError('The strike price cannot be zero') else: return self.underlyingPrice * e**(-self.dividendYield * \ self.daysToExpiration) * norm.pdf(self._d1_) * \ self.daysToExpiration**0.5 / 100 def _theta(self): '''Returns the option theta: ''' _b_ = e**-(self.interestRate * self.daysToExpiration) _d_ = e**(-self.dividendYield * self.daysToExpiration) call = -self.underlyingPrice * _d_ * norm.pdf(self._d1_) * \ self.volatility / (2 * self.daysToExpiration**0.5) + \ self.dividendYield * self.underlyingPrice * _d_ * \ norm.cdf(self._d1_) - self.interestRate * \ self.strikePrice * _b_ * norm.cdf(self._d2_) put = -self.underlyingPrice * _d_ * norm.pdf(self._d1_) * \ self.volatility / (2 * self.daysToExpiration**0.5) - \ self.dividendYield * self.underlyingPrice * _d_ * \ norm.cdf(-self._d1_) + self.interestRate * \ self.strikePrice * _b_ * norm.cdf(-self._d2_) return def _rho(self): '''Returns the option rho: ''' _b_ = e**-(self.interestRate * self.daysToExpiration) call = self.strikePrice * self.daysToExpiration * _b_ * \ norm.cdf(self._d2_) / 100 put = -self.strikePrice * self.daysToExpiration * _b_ * \ norm.cdf(-self._d2_) / 100 return def _gamma(self): '''Returns the option gamma''' return e**(-self.dividendYield * self.daysToExpiration) * \ norm.pdf(self._d1_) / (self.underlyingPrice * self._a_) # Verify def _parity(self): '''Put-Call Parity''' return self.callPrice - self.putPrice - self.underlyingPrice + \ (self.strikePrice / \ ((1 + self.interestRate)**self.daysToExpiration)) 回复

参与评论全部评论

☆ 展开评论(5条)★ 收起评论

荣耀工作怎么样，加班多吗，值得去吗？

 2022-11-18   期权匿名问答  8992  5

坐标北京，拿到了荣耀硬件的offer，待遇还不错，有没有小伙伴现在在北京荣耀工作，谈谈现在公司加班状况， ...

2022-11-18

期权匿名回答

http://picd.zhimg.com/v2-90f1b34e953afecceec1145d0370e509_r.jpg?source=1940ef5c http://pic1.zhimg.com/v2-c96bc866cd26e5833dbc2b42414994f0_r.jpg?source=1940ef5c CEO：春节期间大年三十、初一加班回复
2022-11-18

期权匿名回答

谢邀，大家一定要团结起来，看清微博女性这几年的所作所为。坚定不移地支持团团的发声，铲除毒瘤，还网络一片清净，刻不容缓！ http://picd.zhimg.com/v2-b4474bc4da81153ef486d51be19cdb87_r.jpg?source=1940ef5c 关注B站up主，新世纪福音拳击手，获取更多资讯。这个我得说一下了。荣耀不是华为，荣耀不是华为，荣耀不是华为校招生晋升渠道窄，晋升是相对比较难的。薪资不好不坏，大概就是大厂的中等水平。 996是常态，加班也是常态。企业是狼性文化，价值观就是要牺牲个人时间为公司奋斗。性价比不高，有能力通过荣耀四轮或者五轮面试的，肯定也有能力通过华为或者其他互联网大厂的面试。总结：互联网中游薪资和福利待遇，传承了华为的缺点，却没传承华为的优点。回复
2022-11-18

期权匿名回答

别一棒子打死，选部门是个技术活，选好了就闲，选不好就906。说说我的大致思路，其他公司不懂，高科技制造业的产业链条大致可以分成：第1层：理论研究。交付对象是公司的技术储备，或是各大期刊或学术论坛。需求方一般是公司的其他部门。第2层：操作系统、理论应用、平台开发。交付对象是公司的各种开发部门，需求方也是一样。第3层：面向用户的各种软硬件开发。也就是最大数量的程序猿和攻城狮聚集地，交付对象一般是消费者，消费者就能直接感受到部门的劳动成果，压力最大人数也最多，属于研发内部的被压迫阶级。需求来自任何人。第4层：工厂生产。交付对象是各大仓库或各级供应商。需求来自研发部门。排班严格，杜绝错误，任何问题导致停线个把小时就会通报，停线半天就能捅到大部门领导那里。让你加班就加班，产线出了问题你要立刻到厂，疫情期间驻厂生产也是常有的。第5层：市场和供应链。负责调配资源，交付对象是各级分销商或者直营店。每到促销时间就搞大会战，集体通宵加班。需要精力充沛，事多钱多，公司领导层大多出自这个层级。第6层：销售。直接面向消费者，人和人差距比人和狗差距更大，休息与否取决于你的天赋和学习能力。层数越大，表示越接近消费者。遇到紧急问题的概率越大。但具体加不加班主要看你部门的交付对象是谁。领导也是人，排除那些真拼命的领导之外，有些时候部门的属性注定了不能不加班。举个例子，荣耀是以消费者为核心，如果你们部门的产品是直接交付给消费者的，那恭喜你，你绝对会经常通宵、赶进度、上版本。因为这种部门经常会接到各种紧急任务，需要当天或者隔天完成的，完不成不止你遭殃，你的领导麻烦可能更大，时间紧任务重，需要放下一切优先完成，否则消费者不满意的后果很严重。也别怪你领导，说不定他比你承担的压力更大。当然也说不定他是把锅全甩给你了，这个我们作为小兵就没法判断了，只能接受，或者润。有种特殊的消费者，叫做供应商。如果你的项目是和供应商对接的，那你加不加班就看公司地位和领导对供应商的态度了，反正心态随时在大爷和孙子之间切换。再举个例子做对比，现在高科技制造业会有个部门叫产测，或者叫制造技术，也有叫装备的，反正大致是一类人，就是负责开发、维护生产流水线上那一台台大家伙的。这部分人，他们的交付对象就是工厂，而工厂就是一个规矩很死，不能出错的圈子。这个部门的人，加不加班就不取决于交付对象的心情了，而是看你做事情考虑问题是否全面，设计软件、调试软件和测试总装时，能不能把工厂发生的各种奇葩问题考虑在内。如果你能，那恭喜你，工厂的“严谨性”注定了你不需要加班，每天按时解决开发过程中的各种问题就行，任何问题都要工厂充分验证才能上线，不太可能出现让你通宵解决问题的情况。如果你不能，那也恭喜你，工厂的“重要性”让你即使半夜爬起来也要尽快解决你自己挖的坑，否则停线的话，遭殃的可能不只是你和你的领导。这里的加班程度就很吃个人的组织能力和领导的甩锅能力了，碰上一个甩锅能力强的领导真的很幸福，因为生产上的很多问题是：你改也行，我改也行。具体谁改就看领导对规则的掌握和说服其他部门的人干活的本事了。以上两个都不是我的部门，我说说我的部门，平时晚上加班最多到九点，经常能六点半闪人，到了九点钟领导就拉着你下班领夜宵了，九点之后有事找人只能拉他手机，挺不好意思的。同一层楼的隔壁部门，反正我晚上九点走的时候他们人都是领了夜宵又回来加班。 H司出来的人，级别越高加班越猛，人家是真的想干大事。我们部门其他地域的大佬都是加班狂魔，一个个贼喜欢半夜拉会，你可以想象晚上跟妹纸在床上亲热，突然手机显示来电“荣耀电话会议”是个什么心情，现在手机都是十点之后自动设为勿扰模式，新人瑟瑟发抖只能装死。我们几个新人经常六点跑路，加班也就待到九点组团领夜宵跑路。吐槽完了，说说好处，公司还处于创业期，目前已经跟老东家完全切割，来了可以独立负责一些项目的开发，能学到很多东西。有国家保障的创业公司去哪找。对于加班，我觉得早上九点半上班(其实是远程打卡，基本上十点才能找到人)，晚上九点下班，好像还能接受。六点下班回家，有时我都不知道该干啥，还不如回来推进推进项目。说奋斗，其实就是个人情况决定的，你家庭条件好，不想奋斗，在H司和荣耀也有这类人，比较佛系，绩效中等偏下。H司的传统吧，领导说的，看绩效给钱，不是说你四十岁就一定比三十岁工资高的。有很多老员工就像旧时代工厂的老师傅，科技创新轮不上他们，但是有一些机器，没了他们还真就玩不转，制造业很多这种人，就是一普通的工程师，没有百万年薪，但是股票分红加薪水也能小康，小日子还是很不错的。当然，除了公务员，哪家公司没有淘汰制，我觉得人还是要提升自己，只不过三十岁提升自己的方式和二十岁不一样，和四十岁也不一样，我们应该转变思维，迎接时代的变化才行。好了，吃完早餐了，回工位拉通对齐去。。 ~～～～～以上是原回答～～～ 10.8更新人生第一个超过10个赞的回答，庆祝一下！上面说的选部门其实还有点宽，具体是965还是906的直接影响，其实可以大致概括为面试你的两个技术面试官，大概率他们是你的直接领导，他们对加班的态度很大程度上决定了你回家的时间。另外加班的决定因素太多，你上下游对接的部门，跟你配合的同事，各个项目负责人，他们推进项目的凶猛程度也很重要，这些东西都不是一个人进公司之前能了解的，除非你能找到和你同组的人仔细问清楚。所以我觉得，找工作，小公司可以听听网上的说法，大公司每个组之间差异太大，就不要考虑加班了，这年头哪个行业不卷，没条件的打听不来，还容易希望越大，失望越大。不如多考虑一下加班费、休假、股票、食堂、下午茶、零食、班车、夜宵、办公环境、健身房、通勤条件、城市房价之类能提高幸福感的东西。～～～～～～～～ 10.15更新看到一个回答有说年三十加班和大年初一加班的，告诉大家，不止年三十和大年初一，一年365天都可能有人加班，两个原因吧，一个是节假日加班三倍工资的，总有人愿意挣这个钱。二个是，都知道荣耀主业是卖手机，手机这种东西，有量产，有试制，都是要生产的，只不过在不同的厂子里做。产线工人可没时间跟你说什么906，人家很愿意挣加班费的，研发也要派人去跟线，随时解决各种问题。这就是工作因素了。这种加班的人基本都是个位数，而且只有特定岗位才会需要，如果不想加这种班的，直接问问面试官或者你的主管就行。～～～～～～ 11.25更新我也是个刚入职没多久的新人，大家可以不用问我啥岗位加班多，我其实也不知道。先给想来的同学泼盆冷水，从我跟制造、多媒体、装备、融合、软件这几个部门的同学聊天的结果来看，总体卷度还是比较高。经常有领导或者经理喜欢晚上十一二点拉会，唉，人生艰难，打工人何苦为难打工人。再给想来的同学画个饼，荣耀已经完全独立出来，必然要形成一套自己的体系，后续研发还会大力扩张人员，所以早点进来在体系中占个位置，将来可以学到更多东西，有机会接触更核心技术。这点我是深有体会，也不后悔自己的选择。希望大家都有一个好工作。如果有新加入的同学，求不要加深内卷，给大佬们递阔落。～～～～～～想进来，特别是社招的同学，不知道你们是不是喜欢保持自己的工作节奏？估计是H司留下的老传统，遇到点啥问题就拉会，还打手机，7×24小时无死角，随时有可能来电话。你不接吧，多几次了，领导还会问你“为啥不接电话”、“留个手机号码是给人看的吗”、“昨晚拉会为什么拉不上你？”。说实话，我有点受不了这个。我这个人，把工作和生活分得挺开，工作时间认真工作，非工作时间有事请留言，别总拉会，真的烦。看看我这种“死硬分子”能坚持多久吧！～～～～～～ 12.23更新这几天趁着荣耀新机发布和各大友商新机发布，上网刷了刷对我司的评论，发现真是惨不忍睹，各方面都有人喷。感觉荣耀好难，继承了hw的敌人，没有继承hw的朋友，部分朋友还因爱生恨变成了敌人，惨。不过没事，我的上一家公司就是一个群嘲对象，早就习惯了。只要给钱够，有前途，有股票，有后盾，就行了。入职近一年来，感觉工作虽然忙碌，但是感觉很充实，项目都是自己主动推进，自己也找了不少事做，也给重要项目提供了帮助，自己做的东西也对公司有些显而易见的好处，成就感十足。 7.9更新入职一年多了，对于个人发展而言，算是吃到了公司创业的福利。这里不是指钱，而且技术发展方面的。因为要跟hw彻底切割，很多东西需要做能力恢复，所以就有很多机会能够接触到独立负责项目开发的情况，调研、拉通需求、开发、调试、上线、跟进项目修复bug一整套下来都是以我为主导。类似的完整项目一年多来做了两个，不完整的也做了两个，其他不说，对自己技术上的提高是显而易见的。成就感也很足，因为能从部门业绩是看到自己的贡献，知道自己给公司省了多少钱，提高了多少效率，感觉还是很爽的。我算是运气比较好，进了一个不算核心，但是很重要的部门，同时部门人手还不足，因此自己有了很多施展拳脚的机会，自己也把握住了。整体来说还是很满意的。我真的不是卷王，一周五天，周末从来不来加班，五天晚上基本只有一天加班到八点半(因为要凑工时)，项目忙的时候也就是加个两三天，其他时候都是六点半准时跑路。可能是我做事情效率比较高，做出来的东西没出过大问题，所以即使经常晚上九点之后失联，也没被批评过，自己过得逍遥快活，当然也和A无缘。对于加班的态度，上面已经说过了，讲道理，上万人的公司，各个小组得加班情况影响因素太多了，组长、业务、交付、项目、上下游部门、同组同事都多多少少有点影响，就目前的行业和经济发展情况，总体上还是很卷的。具体的加班情况，真的不是网上说一句这个公司加班或者不加班就能确定的。有些人觉得工作到晚上十二点才算加班，实际同组每天十点下班，然后他告诉你他们组都不加班，你去了直接骂娘。吾等打工人，借助公司平台提升自己，学习新技术，锻炼自己的工作能力和思考能力比什么都重要，如果加班能学到东西，加班未尝不可。如果加班都是在浪费时间，那该润就润不用多说那么多。最后提醒一下，不要想着进去了转岗，研发内部转岗基本上不可能！ 8.10更新最近深圳地区上架了免费健身房，就在园区内，体验很不错。不过公积金5%是个大坑，我还真没见过5%的国企。而且短时间内应该不会改变，介意的同学慎重考虑。回复
2022-11-18

期权匿名回答

本人今年7月份入职，目前不满一个月。这个月通过自己的观察来看，强度不算大。我们部门基本是周一二比较忙，三四五基本可以六点半走人。目前还处于培训学习阶段，对公司好感度还是挺高的。估计下个月开始接业务。接业务之后再来更新。 ———————————————————————— 发个福利，内推码ogqtqs，可直达面试 http://pica.zhimg.com/v2-1a91eae6746ada55487a6383740ef90c_r.jpg?source=1940ef5c 欢迎大家投递，直接点击网址，投递简历时填上内推码： https://career.hihonor.com/ （内推码ogqtqs） ——————————8.13更新————————— 有人问我荣耀值不值得去。我来说说我入职一个月以来了解到的以及我的个人看法吧。首先，这几年疫情经济形势非常差，差到什么程度大家可以自行看看去年应届生就业率，堪称恐怖。在去年几乎全行业裁人的情况下（尤其某些互联网和汽车公司，大家懂的都懂），但荣耀没有裁一个人。还有今年很多应届生到了六月底被鸽三方，但是荣耀没有鸽任何一个人。荣耀的入职时间是自己选的，我有朋友还悠哉悠哉去旅游，预约九月份才入职，完全不担心被鸽。荣耀会保证每一个人都顺利入职，除非你自己不想来。我刚入职也问过主管这个问题，主管说第一荣耀刚独立出来，处于创业的上升期，很缺人，根本不可能去裁人。第二，荣耀有国资委背景，企业性质属于国企，也比较稳。第三，虽然是创业公司，但是公司资金雄厚，这点大家懂得都懂。第二，再来说说转正问题。只要你在公司不踩红线，试用期都能转正。有些大厂把你骗进去，但是到转正的时候把你刷了，这时候谁都会很绝望。第三，再来说说公司的文化。很多人对hw和honor的狼性文化有误解，包括我刚入职也一样。经过这段时间的了解，我觉得狼性文化并不是要疯狂压榨你要你把所有献给工作。它只是一种工作风格，要你在工作的时候雷厉风行，自发去推动整个进程而不是等着别人来催你。欢迎大家投递，直接点击网址，投递简历时填上内推码： https://career.hihonor.com/ （内推码ogqtqs）回复
2022-11-18

期权匿名回答

本人荣耀正编职能岗位工作1年，刚离职。荣耀是我毕业后入职的第二家公司，谈谈感受：优势一、流程制度比较完善很多是复刻HW的，人力管理薪酬其他工作流程政策都相对比中小型企业好很多属于是一边建设一边复刻老东家的情况。二、对员工尊重性和人文关怀比较好之前待过一家国企性质的私企，员工多活儿少，所以公司经常找事儿。荣耀这方面好很多：会让你上班时间参加公司举办的各种活动核酸检测，中午晚上如果饿了提前去食堂吃饭完全OK。忘记打卡提流程就可以，8.30pm有免费夜宵（瓜果点心烧鸡都会有），10点有免费打车，每周五有下午茶，还有各种内购和话费报销。逢年过节有礼品礼盒，文化衫和生活用品。三、加班费根据岗位不同，工资激励模式不同。很多岗位是工作日1.5倍加班费，周末双倍，法定三倍的。虽然加班多且工作量大，但是企业观念我还是比较接受的：下班时间骚扰你都会先说不好意思打扰了，没有让你无止境永动机的感觉。四、定期体检基本深圳所有医院随便选，我选了港大医院。五、压力虽然大但是没有所谓的末尾淘汰制据我观察，公司50岁或者做到退休的人也有的，拼搏内卷的有，按部就班的也有。你怎么选择都能在这个公司活下去，不过开心与否就不好说了，因为机会大多只会留给卷王，看自己想要啥吧。六、氛围还行我比较幸运，遇到了一个性格好人品好的领导，有啥事都罩着我们。据我所知，荣耀很多部门大领导都不错。再加上团队都会有校招生，年轻人很多，各种桌游协会羽毛球协会，随便参加，员工私交比较多。七、努力一般都会有回报这点在校招生上尤为明显，涨薪和晋升大多都是留给有准备的人。劣势一、内卷内耗取决于你所在的部门有没有大卷王，无休无止的ppt和复盘，周报和材料。如果部门凑巧有个卷王，那就每天面临推锅拉踩，用各种方式拉加班时长去把团队搞得乌烟瘴气。二、部门间推诿扯皮甩锅严重不过这一点还好，我上一家公司也是世界五百强，天天胡扯甩锅的事情更多。三、动不动搞投诉，搞奋斗者精神继承HW艰苦奋斗精神，推崇员工在公司加班耗时长。很多部门会把加班时间和产出内容在周会上公布，无形中加大内卷。还有就是大家也很喜欢搞投诉，一个不开心就去投诉，所以说话语气态度也比较重要。四、老生常谈的【奋斗者协议】我呆了一年没感受到就走了，不过其他还在的朋友肯定是需要签的。虽然是自愿，但是不签领导可能会觉得你不稳定。五、月末周六加班没有年假请假用月末周六抵扣没有年假相当于请假扣双倍工资，这点我一直很不理解。每个月末周六上班，如果赶上五一十一需要调休的月份，月末连着上12天的班也是有的，人都傻了。六、keep going 不管是年轻人还是老年人，想在荣耀呆在功劳簿吃老本是不太可能的，必须要持续学习持续有新的产出。（也可能跟我所在部门有关系，我们业务形态变化太快了）以上，认为荣耀适合：想赚钱有梦想校招生爱拼搏的小伙伴，还是一个不错的选择的。回复

参与评论全部评论

☆ 展开评论(5条)★ 收起评论

解析微贷网合作方顺亿资产，法人疑被限高，曾牵涉上市公司 ...

 2022-11-18   期权匿名问答  11673  2

近期互金平台微贷网发布了新的退出方案，受到外界广泛关注。【互金红榜】整理新方案内容如下：用户将其在 ...

☆ 展开评论(2条)★ 收起评论

“亦庄+金融街”能级跃升正当时，别错过顺义楼市的春天

 2022-11-18   期权匿名问答  5186  0

时代更迭处，风起云涌时。随着大兴国际机场的通航，临空经济发展的重心向北京城南偏移，老牌首都国际机场 ...

☆ 展开评论(0条)★ 收起评论

招生信息 | 新加坡国立大学数码金融科技硕士

 2022-11-18   期权匿名问答  4183  0

新加坡国立大学（NUS）数码金融科技硕士（MSc DFinTech）由新加坡国立大学计算机学院和新加坡国立大学商学 ...

☆ 展开评论(0条)★ 收起评论

特许金融分析师（CFA）值得考吗？怎么备考？

 2022-11-18   期权匿名问答  4592  0

集合了！集合了！想要考CFA的宝子们看过来！本人双非本科金融学毕业，历经两年半的努力，一次性过了一二三 ...

☆ 展开评论(0条)★ 收起评论

持证人告诉你特许金融分析师（CFA）怎么考？（内附全网最 ...

 2022-11-18   期权匿名问答  5096  0

集合了！集合了！想要考CFA的宝子们看过来！本人双非本科金融学毕业，历经两年半的努力，一次性过了一二三 ...

☆ 展开评论(0条)★ 收起评论

14个重点金融项目落户顺义为全北京市第二大融资聚集地许 ...

 2022-11-18   期权匿名问答  5563  0

每座城市都有它自己的地位与职能，自年幼时起我们都会对天安门有着一种莫名的向往，提起来就会有一种民族自 ...

☆ 展开评论(0条)★ 收起评论

沪深300ETF期权的交易规则有哪些？

 2022-11-18   期权匿名问答  4666  0

期权是一种权利，期权买方有权在约定时间以约定价格买入或者卖出数量标的资产。股票期权包括ETF期权和个股 ...

☆ 展开评论(0条)★ 收起评论

一文搞懂网格交易

 2022-11-18   期权匿名问答  7183  0

前言：“最近写了几篇关于网格交易策略的文章，希望能把网格的原理、优缺点、怎样的品种适合做网格、网格计 ...

☆ 展开评论(0条)★ 收起评论

如何看待《英雄联盟》官方对数位游戏行为数据异常的 B 站 ...

 2022-11-18   期权匿名问答  17029  5

英雄联盟官号发布声明，对部分主播的5个账号进行封号三年处罚其中账号拥有者为主播：厄风琉斯、黑洞king ...

2022-11-18

期权匿名回答

搬运一下B站英雄联盟官方的公告链接游戏环境净化声明该批封号名单中，账号拥有者是近期被锤开脚本的B站UP主黑洞King、厄风琉斯 (第一二个账号是厄风琉斯，第三四五个账号是黑洞king） http://picd.zhimg.com/50/v2-9f033ec57910a2b530014ba020897dc3_720w.jpg?source=1940ef5c http://picd.zhimg.com/v2-d88ffda70f566df4875e21e67ddb049d_r.jpg?source=1940ef5c 该视频为黑洞自证，其中使用视频片段账号ID正是上杉绘梨衣yi 链接：《断罪盲僧，属实难绷》 http://picd.zhimg.com/v2-1a5655f3ae18400a8d4ed4dd414ea3de_r.jpg?source=1940ef5c 截止11月17日，英雄联盟官方发布公告后黑洞King直播间弹幕被刷屏，主播破防中断直播厄风琉斯依然未对该公告作出回应其余被锤主播如：不知名男枪丶邪剑仙喵瑞莉娅等UP主尚未有断定开挂行为最后再补充一下官方发的近期违规账号名单（有心的朋友可以查阅是否有其他主播的账号）腾讯游戏安全中心 - 腾讯游戏回复
2022-11-18

期权匿名回答

很高兴官方的妈只飞天了一半，终归还是除了换肤管了管开挂的事情。这些UP如果不被处理，那对认认真真打游戏去练习的玩家极度不公平，代表着官方其实是默许甚至提倡不劳而获、特权、走捷径的。其实任何一款大火的游戏，不管是FPS还是RPG还是MOBA还是啥，在开荒初期尤其是没有攻略的时候，那批人可以称得上是勇士。就算是一个手游，很古早的卡牌站位通关类的我叫MT，因为官方不公布各大BOSS的数值和技能释放以及说明，如果你翻翻当时的论坛，真的会有人通过反反复复的测试算出技能伤害、概率、最佳站位。这可以称得上是一种钻研，他们是勇士。英雄联盟，一百多个英雄角色了，你想想看如果你现在想要练哪怕其中一个英雄。它的基础连招？进阶连招？对线不同英雄的不同出装思路？甚至是第一波是对拼还是拉扯的处理？不同情况下的技能释放选择？甚至是召唤师技能的选择？如果不讨论英雄本身呢？兵线的理解？团战的理解？野区博弈的思路？阵容搭配的合理性？小规模团战碰撞的优劣势判断？甚至同类型装备间的属性、功能性差异？各种英雄、阵容的强势期劣势期区间划分？如果你想要搞懂以上这些，你目前有的途径一般有二—— [*]从百度，贴吧，论坛，b站，掌盟各种地方找到特定的攻略解说，是的，现在的游戏环境下大部分主流英雄你都能找到连招介绍和演示，细致到上中下路兵线理解，野区刷野开局博弈，这些东西你确实都可以找得到，但别忘了，这些都是开荒的勇士留下的财富。 [*]你建一个账号，不停的打游戏，通过游戏本身慢慢的获得其中的理解，从而甚至在某一天顿悟。如果你选择2，那其实就是在走游戏刚开服那群勇士走过的路。同一个英雄，面对不同的英雄对线和打团是不一样的，如果你天赋很高，面对一个英雄练好对线要20场，那么面对上路主流的5-10个英雄的数量至少就是做乘法，而这还仅仅是对线1V1。如果加上打野的2V2，你要获得经验的场数是指数倍增加的。那么如果是5V5的团战呢？你一个英雄，何种阵容可以进场，何种阵容应该拉扯，何种阵容如果是正常BP就不该选？以上这些你想搞明白，没有个几百场是不现实的。而这还只是一个英雄。但是现在这批开挂的UP告诉你，其实还有第三个方法。 3. 我开个挂不就行了嘛。这就是我觉得最糟糕，也是最恶心的地方。他们的这种行为，其实既不尊重开荒的勇士，是他们持续不懈的用方法2带来了各种攻略视频，文字说明。也不尊重那些认认真真打游戏的玩家，虽然打游戏本身确实没有什么“正能量”的意义，但某种程度上任何一款游戏想要玩好都是需要付出时间和精力去练习，你最终甚至还不一定100%能获得“玩得好”这个结果的一个过程。哦，除了网页氪金吧，但其实除非氪金程度碾压，同等氪金下会玩的还是会比不会玩的要打得好。而开挂的人，既没有付出时间去学习攻略，也没有付出精力去自我练习。他们就这么获得了成功，得到了果实，这是一种极度的不公平。某种程度上，这就和你在一家公司，你辛辛苦苦干了十年好不容易得到一个晋升机会，结果被某个空降的少爷给干碎了。这就和你笔试第一，面试却被一个看起来很挫的人逆袭15分。这就和你辛辛苦苦摇号，却发现你邻居啥也没干第二天就买到了限量的东西，拿到了车牌。如果英雄联盟官方依然只顾着卖皮肤，“开挂无所谓，不换肤就行”。如果他们依然秉持着这种价值观导向下处理模式，和鼓吹和倡导人“走捷径”，“动歪点子”，“崇尚特权”根本没有区别。幸好，他们这次处理的确实比较快。不知道大洞老师信誓旦旦的去起诉，大风老师拿自家人发誓的这种行为，后面还会有几次呢？年年岁岁花相似，岁岁年年狗不同。回复
2022-11-18

期权匿名回答

大洞老师之前发视频自证嘛。说恶意造谣抹黑自己的，自己已经联系到官方，可以提供所有资料供查！锤自己开挂的视频都是漏洞百出站不住脚的！自己鼠标在正常速度下都是正常的，是被刻意0.5倍速慢放误导了。每个人都有手感火热的时候，难道这就能判定为脚本吗？ http://pica.zhimg.com/v2-30450e3dfb083006777c696b4e4dddd8_r.jpg?source=1940ef5c 是不是开挂的都喜欢发誓？那是时候请大洞老师履行自己说的誓言了！我发誓没有开挂，如果有，我直接销号退网 http://picd.zhimg.com/v2-b3b45c51e73288f1f7d8f65385785114_r.jpg?source=1940ef5c http://picd.zhimg.com/v2-6a1f1f10d08bb4908071b3d3c7eee0dc_r.jpg?source=1940ef5c 如果大洞老师没有做到自己的承诺，建议平台帮他体面。 http://pica.zhimg.com/v2-8700eb5f9d68066dd872224d84ddb501_r.jpg?source=1940ef5c 回复
2022-11-18

期权匿名回答

官方：平时沉睡装死，顶不住舆论压力了就来锤一波“吵死了给我安静点” 风洞：嘴硬的人依旧嘴硬，没实锤就各种自证清白，实锤了就要嘴硬到底像极了熊孩子被爹妈打脸了还一脸凶神恶煞的咬牙切齿哭着说“我没有！” 虽然《英雄联盟》官方亲自下场实锤了，但当事人依旧在装傻目前的后续就是，他们都在粉丝群一装到底大风装傻说自己没开过，黑洞说是自己女朋友开的脚本 ● 厄斐琉斯大风“为什么啊！！！”“我真的没有开过啊！！！” 无脑粉丝维护：“动了官方利益吧” http://picd.zhimg.com/v2-6006da79ce5e71417387313c521c5be7_r.jpg?source=1940ef5c ● 黑洞king 大洞：“我是黑洞女朋友” “除了最后一个号” “剩下两个都愿意作证”“是自己开过脚本” 粉丝震惊：“嫂子来了” http://picd.zhimg.com/v2-2a533d646dda8ad7c323febae0c08ad5_r.jpg?source=1940ef5c 看，这些不学无术的人为了赚流量钱，为了赚粉丝钱，为了赚粉丝钱，为了赚一切能赚的钱看上了一堆外挂满天飞而不作为的官方，笃定了自己也不会被抓于是自以为聪明的开挂做主播而这件事在一开始发酵被锤的时候，他们的语气就很强硬从标题到内容，极力的展现出“我自一身清白，而你们都是冤枉我的睁眼瞎”的态度黑洞King： http://picd.zhimg.com/v2-4e35cfec8a1e082bab4bfbba554f5655_r.jpg?source=1940ef5c http://pica.zhimg.com/v2-451c2961d1d98322dbfc17ccb0bd0532_r.jpg?source=1940ef5c http://picd.zhimg.com/v2-3a30d4ef04f4e14d24ebdf4519cbc970_r.jpg?source=1940ef5c 厄斐琉斯： http://picd.zhimg.com/v2-c6752258e3b3ae70ee29edfbd6cae094_r.jpg?source=1940ef5c http://pic1.zhimg.com/v2-1ce4aec65d14f7c25b610269344ed738_r.jpg?source=1940ef5c 其实理论上，他们应该已经算是成功的了在官方下场锤死之前，厄斐琉斯和黑洞King已经用脚本开外挂赚钱至少一年有余虽说我们最终成功看到了正义的到来，但如果不是这件事被迫闹大了开外挂是否会有结果，依旧还是不得而知的毕竟他们已经稳定开挂开了一年多，该不该赚的钱他们全都赚到了剩下的，拍拍屁股拿钱走人就好互联网主播流量时代网友都是来吃瓜的，而他们都是来赚钱的这也是为什么，他们能够肆无忌惮的说出这番名言大洞：“如果找到任何我开挂了的证据，我直接销号退网” 大风：“别说司马，我现在马上死都行，我真的没有开” 他们喜欢的，不是《英雄联盟》这款游戏他们想要的，也不是正义和公平，而是钱在官方没揭露之前只要能继续捞钱，让他们怎么装怎么演怎么胡说都行这样的丑陋姿态让我想起了那句经典的渣x语录 ——“撒网是我的本事，入网是你的荣幸” http://picd.zhimg.com/v2-00f900be16ad504ec81645d37f1afb33_r.jpg?source=1940ef5c 回复
2022-11-18

期权匿名回答

大洞救一下啊大洞！大洞这波节目效果拉满了。 http://picd.zhimg.com/v2-a3b179aaa96ca0d85981ff1e4b86b86c_r.jpg?source=1940ef5c 诺手被刀妹单杀辣！ http://pic1.zhimg.com/v2-636d883003093383f91a01cd5afe0952_r.jpg?source=1940ef5c 又被gank辣！ http://pic1.zhimg.com/v2-7d28296fdaf078ab68c540f6e79d5ffd_r.jpg?source=1940ef5c 建议把这个叫英雄联盟的up也起诉了。给他整个公证啥的。让ta乱抓人！上杉绘梨衣你要是打赫尔佐格的时候也能抖一抖多好，你能把赫尔佐格单杀了。最后要不是龟宝还有后来的dys等等主播把热度炒起来，官方还是会装死下去的。想摆烂但是被冷水灌被窝叫起来了。好似！回复