请写出python上涨生效触碰期权 蒙特卡洛模拟定价 代码

以下是一个基于Python的上涨生效触碰期权蒙特卡洛模拟定价代码：

import numpy as np
from scipy.stats import norm

def up_out_call_monte_carlo(S, K, T, r, sigma, B, M):
    dt = T / M
    N = int(1e6) # 设置模拟次数
    S_path = np.zeros((N, M+1)) # 初始化标的资产价格路径
    S_path[:, 0] = S
    for i in range(1, M+1):
        # 生成随机数
        z = np.random.standard_normal(N)
        # 模拟标的资产价格
        S_path[:, i] = S_path[:, i-1] * np.exp((r - 0.5*sigma**2)*dt + sigma*np.sqrt(dt)*z)
        # 判断是否触碰敲出价格B
        if np.any(S_path[:, i] >= B):
            break
    # 计算期权收益
    payoff = np.maximum(S_path[:, i] - K, 0)
    # 计算期权价值
    call_price = np.exp(-r*T) * np.mean(payoff)
    return call_price

# 测试
S = 100 # 标的资产价格
K = 105 # 执行价格
T = 1 # 到期时间
r = 0.05 # 无风险利率
sigma = 0.2 # 波动率
B = 110 # 敲出价格
M = 252 # 时间步长，这里设置为一年的交易日

call_price = up_out_call_monte_carlo(S, K, T, r, sigma, B, M)
print("期权价格：{}".format(call_price))

在这个代码中，我们采用了numpy和scipy库来进行数学计算，其中np.random.standard_normal函数用于生成随机数，np.maximum函数用于计算期权收益，np.mean函数用于计算期权价值。可以通过修改输入参数来进行不同情况下的期权定价计算。