使用 Black-Scholes 定价、希腊字母分析和合成期权数据对多腿期权策略进行回测 — 无需真实市场数据。
Options Strategy 是一个用于多腿期权投资组合的回测技能。它利用 Black-Scholes 模型从标的资产每日价格数据中合成理论期权价格,因此无需真实的期权市场数据。安装后可研究股票和加密货币标的的对冲、波动率交易和价差策略,并提供完整的希腊字母跟踪和交易级别输出。
使用标准布莱克-斯科尔斯公式,直接从标的资产的OHLCV数据中计算理论看涨期权和看跌期权价格。以历史30日滚动波动率替代隐含波动率,无需真实期权链数据。
在单条交易指令中定义任意期权腿的组合——包括类型(看涨/看跌)、行权价、到期日和数量。开箱即支持备兑看涨、保护性看跌、跨式组合、宽跨式组合、铁鹰式、蝶式以及日历价差策略。
每个交易日计算并记录投资组合层面的 Delta、Gamma、Theta 和 Vega,将结果输出至 greeks.csv,用于详细的敞口与敏感性分析。
options_pricing 工具让您能够以交互方式对任意单个期权进行定价并获取其希腊值 — 适用于无需运行完整回测的快速分析。
每次运行后,引擎会将 equity.csv、metrics.csv、trades.csv、greeks.csv 以及原始 OHLCV 文件写入 artifacts/ 目录,以便进行完整的交易后分析。
支持可配置的无风险利率、波动率来源和合约乘数,以精确模拟不同市场,包括A股ETF期权(乘数10,000)和加密货币合约(乘数1)。
模拟在现有持仓上叠加备兑看涨期权或保护性看跌期权策略,通过历史市场条件量化权利金收入与下行保护之间的权衡关系。
回测跨式和宽跨式期权策略,以评估在不同已实现波动率环境下的预期盈亏,并使用每日 Vega 输出跟踪随时间变化的波动率敞口。
测试具有不同行权价间距和到期窗口的铁鹰式和蝶式价差组合,以识别在震荡市场中表现良好的配置方案。
使用每日输出的 greeks.csv 文件,研究 Delta、Theta 和 Gamma 在期权临近到期时的变化规律,从而为再平衡和风险管理决策提供依据。
tushare)获取的标的日频 OHLCV 价格数据"engine": "options" 及已填写的 options_config 配置块(无风险利率、隐含波动率来源、合约乘数)的 config.jsoncode/signal_engine.py 中的 SignalEngine 类,需按照文档接口实现 generate(data_map) 方法npx clawhub@latest install options-strategy登录后撰写评价
暂无评价。来分享你的使用体验吧!