Black-Scholes 가격 책정, 그릭스 분석, 합성 옵션 데이터를 사용하여 멀티레그 옵션 전략을 백테스트하세요 — 실제 시장 데이터가 필요하지 않습니다.
Options Strategy는 멀티레그 옵션 포트폴리오를 위한 백테스팅 스킬입니다. 기초 자산의 일별 가격 데이터로부터 Black-Scholes 모델을 사용하여 이론적 옵션 가격을 합성하므로, 실제 옵션 시장 데이터가 필요하지 않습니다. 주식 및 암호화폐 기초 자산에 걸친 헤징, 변동성 트레이딩, 스프레드 전략을 연구하고, 전체 그릭스 추적 및 거래 수준의 출력을 활용하려면 Options Strategy를 설치하세요.
기초 자산의 OHLCV 데이터를 직접 활용하여 표준 블랙-숄즈 공식으로 이론적인 콜 및 풋 가격을 계산합니다. 내재 변동성 대신 과거 30일 롤링 변동성을 대입하여 실제 옵션 체인 데이터 없이도 가격 산출이 가능합니다.
단일 거래 명령으로 옵션 레그의 모든 조합(유형(콜/풋), 행사가, 만기일, 수량)을 정의하세요. 커버드 콜, 프로텍티브 풋, 스트래들, 스트랭글, 아이언 콘도르, 버터플라이, 캘린더 스프레드를 기본으로 지원합니다.
매 거래일마다 포트폴리오 수준의 델타(Delta), 감마(Gamma), 세타(Theta), 베가(Vega)를 계산하고 기록하며, 상세한 익스포저 및 민감도 분석을 위해 결과를 greeks.csv에 출력합니다.
options_pricing 도구를 사용하면 단일 옵션의 가격을 산출하고 Greeks를 인터랙티브하게 조회할 수 있습니다 — 전체 백테스트를 실행하지 않고 빠른 분석이 필요할 때 유용합니다.
각 실행이 완료된 후, 엔진은 전체 사후 거래 분석을 위해 equity.csv, metrics.csv, trades.csv, greeks.csv 및 원시 OHLCV 파일을 artifacts/ 디렉토리에 저장합니다.
무위험 이자율, 변동성 소스 및 계약 승수를 구성할 수 있어 A주 ETF 옵션(승수 10,000) 및 암호화폐 계약(승수 1)을 포함한 다양한 시장을 정확하게 모델링할 수 있습니다.
기존 포지션에 커버드 콜 또는 프로텍티브 풋 오버레이를 시뮬레이션하여, 과거 시장 환경 전반에 걸쳐 프리미엄 수입과 하방 보호 간의 트레이드오프를 정량적으로 분석합니다.
다양한 실현 변동성 환경에서 예상 손익을 평가하기 위해 스트래들과 스트랭글을 백테스트하고, 일별 베가 출력값을 활용하여 시간에 따른 변동성 익스포저를 추적합니다.
변동 범위가 제한된 시장에서 우수한 성과를 보이는 구성을 파악하기 위해, 다양한 행사가 간격과 만기 기간을 적용하여 아이언 콘도르와 버터플라이 스프레드를 Options Strategy로 테스트해 보세요.
Use the daily greeks.csv output to study how Delta, Theta, and Gamma evolve as options approach expiry, informing rebalancing and risk management decisions.
tushare와 같은 지원되는 소스를 통한 기초자산 일별 OHLCV 가격 데이터"engine": "options" 및 options_config 블록(무위험 이자율, IV 소스, 계약 승수)이 채워진 config.jsongenerate(data_map) 메서드를 구현하는 code/signal_engine.py의 SignalEngine 클래스npx clawhub@latest install options-strategy리뷰를 작성하려면 로그인
아직 리뷰가 없습니다. 첫 번째로 경험을 공유해 보세요!