σμimplied vol · KKmax(S−K,0)udβρᵢⱼfat tailsPnL · drawdownyield · TdSₜ = μSₜ dt + σSₜ dWₜC = S·N(d₁) − K·e⁻ʳᵀ·N(d₂)σₚ² = wᵀΣwd₁ = [ln(S/K) + (r + σ²⁄2)T] ⁄ σ√T∂V/∂t + ½σ²S²·∂²V/∂S² + rS·∂V/∂S − rV = 0Sharpe = (Rₚ − R_f) ⁄ σₚVaR₉₉ = μ − 2.33σρ = Cov(X,Y) ⁄ σₓσᵧE[Rₚ] = Σ wᵢ·E[Rᵢ]φ(x) = e^(−x²/2) ⁄ √2πE[Rᵢ] = R_f + βᵢ(E[Rₘ] − R_f)dXₜ = θ(μ − Xₜ)dt + σ dWₜσ²ₜ = ω + α·ε²ₜ₋₁ + β·σ²ₜ₋₁C − P = S − K·e⁻ʳᵀΔ = ∂V/∂S Γ = ∂²V/∂S²p = (e^(rΔt) − d) ⁄ (u − d)rₜ = ln(Pₜ ⁄ Pₜ₋₁)E[Xₜ₊₁ | ℱₜ] = Xₜf* = (bp − q) ⁄ bz = (x − μ) ⁄ σP(N=k) = λᵏe^(−λ) ⁄ k!Θ = −∂V/∂Tν = S·φ(d₁)·√Tmin wᵀΣw s.t. wᵀμ = μ*∫Σ∂∞λ
uantCraft AcademyRoadmapsRoteiros
Ctrl K
AO
+1,2 mil alunos
EntrarParticipar ↗
RoadmapsRoteiros
AO
+1,2 mil alunos
Entrar
  • English
  • Français
  • Español
  • العربية
  • Português
  • Deutsch
  • 日本語
  • 中文
σμimplied vol · KKmax(S−K,0)udβρᵢⱼfat tailsPnL · drawdownyield · TdSₜ = μSₜ dt + σSₜ dWₜC = S·N(d₁) − K·e⁻ʳᵀ·N(d₂)σₚ² = wᵀΣwd₁ = [ln(S/K) + (r + σ²⁄2)T] ⁄ σ√T∂V/∂t + ½σ²S²·∂²V/∂S² + rS·∂V/∂S − rV = 0Sharpe = (Rₚ − R_f) ⁄ σₚVaR₉₉ = μ − 2.33σρ = Cov(X,Y) ⁄ σₓσᵧE[Rₚ] = Σ wᵢ·E[Rᵢ]φ(x) = e^(−x²/2) ⁄ √2πE[Rᵢ] = R_f + βᵢ(E[Rₘ] − R_f)dXₜ = θ(μ − Xₜ)dt + σ dWₜσ²ₜ = ω + α·ε²ₜ₋₁ + β·σ²ₜ₋₁C − P = S − K·e⁻ʳᵀΔ = ∂V/∂S Γ = ∂²V/∂S²p = (e^(rΔt) − d) ⁄ (u − d)rₜ = ln(Pₜ ⁄ Pₜ₋₁)E[Xₜ₊₁ | ℱₜ] = Xₜf* = (bp − q) ⁄ bz = (x − μ) ⁄ σP(N=k) = λᵏe^(−λ) ⁄ k!Θ = −∂V/∂Tν = S·φ(d₁)·√Tmin wᵀΣw s.t. wᵀμ = μ*∫Σ∂∞λ
uantCraft AcademyRoadmapsRoteiros
Ctrl K
AO
+1,2 mil alunos
EntrarParticipar ↗
RoadmapsRoteiros
AO
+1,2 mil alunos
Entrar
  • English
  • Français
  • Español
  • العربية
  • Português
  • Deutsch
  • 日本語
  • 中文
Roteiro de SciPy›Módulo 1 · Ajustar e encontrar›Tópico 1.6·~45 minIntermediário

Busca de raízes à mão e com brentq

Posição no roteiroMódulo 1 de 3 · Tópico 6 de 8
1.6 Busca de raízes à mão e com brentq
—Nota do lab— / 100XP total—Sequência—

Procurar o número que zera o erro

O preço de um título calcula-se facilmente a partir de um rendimento; o rendimento a partir do preço, não. Resolve-se f(y)=P(y)-preço de mercado=0 por busca. O método de Newton segue a tangente: de uma estimativa y salta para y-f(y)/f'(y), e perto da resposta o número de dígitos corretos dobra aproximadamente a cada passo, então poucas iterações bastam, mas exige a derivada e pode se perder de um mau início. A bissecção só precisa de um intervalo [lo,hi] onde f muda de sinal: divide-o ao meio várias vezes, então não pode falhar, mas ganha um único dígito binário por passo, 40 passos para reduzir um intervalo de largura 65 abaixo de 10⁻¹⁰. O método de Brent, scipy.optimize.brentq, mantém a segurança do intervalo e acrescenta passos de interpolação, em geral com o equivalente a poucas bissecções em chamadas da função. Com full_output=True devolve ainda um registro cujo campo function_calls diz quantas vezes avaliou a sua função.

A mesma ferramenta inverte a fórmula de Black–Scholes. O preço de uma call cresce com a volatilidade; para cada preço cotado pede-se ao brentq o σ em [10⁻⁴,5] que o reproduz. Só funciona se o preço estiver estritamente entre o valor intrínseco max(S-Ke^(-rT),0) e o preço da ação S; fora disso não existe volatilidade e a resposta certa é NaN, não uma exceção, para que uma cotação ruim não pare um smile inteiro. Em 9 de outubro de 2026 o rendimento do Tesouro de 10 anos é de 5,24%, então um título de 5% ao ano por 10 anos custa 97,121. O Newton recupera o rendimento em 4 iterações, o Brent em 10 chamadas da função e a bissecção em 40. As volatilidades implícitas de 10%, 20%, 40% e 80% voltam com erro menor que 10⁻⁶. Saber o que cada método custa e quando pode falhar permite escolher o certo para uma curva inteira de títulos ou uma cadeia de opções.

  • Newton é rápido mas exige derivada e um início razoável: levou 4 passos aqui.
  • A bissecção não falha mas é lenta: 40 passos para um intervalo de largura 65.
  • Use brentq e trate os casos impossíveis: um intervalo mais interpolação, e NaN quando não há solução.

Lab: o que é avaliado

  • Um preço de título10 pts
  • Newton à mão20 pts
  • Bissecção à mão15 pts
  • Brent com scipy15 pts
  • Três solucionadores lado a lado10 pts
  • Volatilidades implícitas15 pts
  • O estudo com dados reais15 pts
Explorador · lab-sp-15
▾ lab-sp-15
▾ data
…
bash · no navegador
learner@quantcraft:~/lab-sp-15$
Python ainda não carregadoPythonLn 1, Col 1Spaces: 4UTF-8

Redefinir este tópico?

Tudo em lab-sp-15 volta aos arquivos iniciais e o terminal é limpo. Sua solução atual será perdida — isso não pode ser desfeito.

Será redefinido
  • main.py → código inicial
  • Histórico do terminal e saída dos testes
  • Alterações não enviadas
Será mantido
  • Melhor nota do lab
  • Seu XP e sua sequência
  • Progresso da aula e anotações

Entre para executar o seu código.

Todas as aulas são gratuitas para ler. Crie uma conta ou entre para executar código, rodar os testes e enviar este lab.

  • IDE no navegador com terminal bash — nada para instalar
  • Correção instantânea, XP e o seu lugar no roteiro
Criar uma contaEntrar
OU
Continuar com o GitHub