很难在如此稀疏的上下文中给出建议。但有几点意见：
答：
你没有使用牛顿，如here所述：
如果提供了 func 的导数 fprime，则使用 Newton-Raphson 方法，否则使用割线方法。
乙：
你的错误来自here 我想说：
由于这些 tol 值是硬编码的，我想这不应该发生！
# Secant method
p0 = x0
if x0 >= 0:
p1 = x0*(1 + 1e-4) + 1e-4
else:
p1 = x0*(1 + 1e-4) - 1e-4
q0 = func(*((p0,) + args))
q1 = func(*((p1,) + args))
for iter in range(maxiter):
if q1 == q0:
if p1 != p0:
msg = "Tolerance of %s reached" % (p1 - p0)
warnings.warn(msg, RuntimeWarning)
return (p1 + p0)/2.0
意思：你的代码可能有问题！
C:
让我们试试更慢但更安全的bisection-method：
# brackets not tuned! it's just some trial!
res2 = opt.bisect(vega_callspread, 0, 200, args=(r,T,d,sigma,q,K1,K2))
输出：
X:\so_newton.py:9: RuntimeWarning: divide by zero encountered in log
d1 = (np.log(S/K1)+(r+sigma*sigma/2)*T)/(sigma*np.sqrt(T))
X:\so_newton.py:10: RuntimeWarning: divide by zero encountered in log
d2 = (np.log(S/K2)+(r+sigma*sigma/2)*T)/(sigma*np.sqrt(T))
这是一个不好的迹象。
D（跟随 C）：
你的函数是：
def vega_callspread(r,S,T,d,sigma,q,K1,K2):
d1 = (np.log(S/K1)+(r+sigma*sigma/2)*T)/(sigma*np.sqrt(T))
d2 = (np.log(S/K2)+(r+sigma*sigma/2)*T)/(sigma*np.sqrt(T))
u1 = S*np.exp(-q*T)*norm.pdf(d1,0,1)
u2 = S*np.exp(-q*T)*norm.pdf(d2,0,1)
return u1-u2;
你打电话给：
x0=112
r=0
T=1
d=0
sigma=0.2
q=0
K1=110
K2=130
args=(r,T,d,sigma,q,K1,K2,)
没有S！
因此，要么您正在危险地重命名变量，要么您最终出现了一些错误！
S 的值是log(S/K1) 等的问题。
这不是关于S/K1，而是关于这个：
import numpy as np
np.log(0)
# __main__:1: RuntimeWarning: divide by zero encountered in log
# -inf
我从this SO-answer得到的。
您现在可以尝试解释这对您的函数做了什么，因为此 log-eval 将获得 -np.inf 的值。
E scipy 是如何处理这个的（跟随 D）：
我懒得阅读 args-handling 的文档/来源，但让我们检查一下（在 func 中添加打印；如前所述使用二分法）：
def vega_callspread(r,S,T,d,sigma,q,K1,K2):
print('S: ', S)
d1 = (np.log(S/K1)+(r+sigma*sigma/2)*T)/(sigma*np.sqrt(T))
d2 = (np.log(S/K2)+(r+sigma*sigma/2)*T)/(sigma*np.sqrt(T))
u1 = S*np.exp(-q*T)*norm.pdf(d1,0,1)
u2 = S*np.exp(-q*T)*norm.pdf(d2,0,1)
return u1-u2;
输出：
S: 0
X:\so_newton.py:11: RuntimeWarning: divide by zero encountered in log
d1 = (np.log(S/K1)+(r+sigma*sigma/2)*T)/(sigma*np.sqrt(T))
X:\so_newton.py:12: RuntimeWarning: divide by zero encountered in log
d2 = (np.log(S/K2)+(r+sigma*sigma/2)*T)/(sigma*np.sqrt(T))
S: 0
所以似乎 arg-handling 是通过 arg-name（而不仅仅是调用中的 param-position；我在这里缺少正确的编程语言术语；又是懒惰！）
这 (S=0) 可能非常糟糕（而不是您想要的），这是您的错误！
编辑
在您发表评论后，您似乎尝试优化S。这让我很清楚，您正在使用一些优化算法优化 x，而您的函数中没有 x！
我不是在这里分析你的任务，但你可能想让你的函数使用一些x（由x0 初始化），因为这是scipy.optimize 的一般概念。我们可以保留名称S，但它必须是函数的第一个参数。这在文档中都有解释。
所以：
def vega_callspread(S, r,T,d,sigma,q,K1,K2): # S now first argument !!!
...
res2= opt.newton(vega_callspread, x0, args=(r,T,d,sigma,q,K1,K2,),tol=10**(-1),maxiter=1000000) # S removed from args; S is init by x0 -> read docs!
输出：
117.214682594