options-analysis

options-analysis

用途

此技能使用 Black-Scholes 等定量模型进行金融期权分析，包括定价和风险评估。它处理股票价格、行权价、到期时间、波动率和无风险利率等输入，并输出期权价格和希腊值（例如 delta、gamma）。

适用场景

在交易场景中进行实时金融分析时使用此技能，例如为欧式看涨／看跌期权定价、评估投资组合风险或回测策略。在可以访问市场数据且需要定量分析结果时使用，例如在算法交易或风险管理仪表板中。

主要功能

• 使用 Black-Scholes 或二项式模型为期权定价。
• 计算希腊值（例如 delta、gamma、theta、vega），用于敏感性分析。
• 评估隐含波动率和行权概率等风险指标。
• 支持在单次调用中批量处理多个期权。
• 处理包括股票和指数在内的各种资产类型，并针对无效输入提供误差界限。

使用模式

通过命令行调用此技能进行快速测试，或将其集成到 Python 代码中以实现自动化工作流。务必提供股票价格和波动率等必需参数。对于复杂输入，请使用 JSON 配置文件，以避免命令行长度限制。进行 API 调用时，先使用 $OPTIONS_API_KEY 设置身份验证标头。示例模式：从文件加载数据、运行分析，并将结果解析到 dataframe 中以供进一步处理。

常用命令／API

使用 CLI 命令 claw options-analysis [subcommand] [flags]。对于 API，向 https://api.openclaw.ai/financial/options/price 发送 POST 请求。

• 定价命令：claw options-analysis price --model black-scholes --stock-price 100 --strike 105 --time 0.5 --volatility 0.2 --rate 0.05

  • 输出：包含价格和希腊值的 JSON，例如，{"price": 5.23, "delta": 0.52}

• 风险评估命令：claw options-analysis risk --model black-scholes --stock-price 100 --strike 105 --time 1 --volatility 0.3 --iterations 1000

  • 标志：--iterations 用于 Monte Carlo 模拟；若省略，默认为 100。

• 定价 API 端点：向 /api/options/price 发送 POST 请求，请求正文：{"model": "black-scholes", "stock_price": 100, "strike": 105}

  • 响应：JSON 对象，例如，{"call_price": 4.82, "put_price": 3.45}

• 代码片段（Python）：

  import requests
  headers = {"Authorization": f"Bearer {os.environ['OPTIONS_API_KEY']}"}
  response = requests.post("https://api.openclaw.ai/financial/options/price", json={"model": "black-scholes", "stock_price": 100}, headers=headers)
  print(response.json()['price'])
  

• 配置格式：输入使用 JSON 文件，例如，

  {
    "model": "black-scholes",
    "params": {"stock_price": 100, "strike": 105, "time": 1}
  }
  

  通过 CLI 传入：claw options-analysis price --config path/to/config.json

集成说明

通过在 OpenClaw 工作流中导入此技能或通过 API 调用来进行集成。执行前，必须将 $OPTIONS_API_KEY 设置为环境变量以进行身份验证。例如，在脚本中：export OPTIONS_API_KEY=your_api_key_here。处理 NumPy 等依赖项，以便进行后处理。如果用于更大型的应用程序，请将调用封装在 try-except 代码块中，并缓存结果以供重复查询，从而降低 API 延迟。

错误处理

调用前先验证参数，以检查负波动率等无效输入。常见错误包括缺少字段时返回 HTTP 400，身份验证失败时返回 401。在 CLI 中，错误会作为 stderr 消息返回，例如："Error: Volatility must be positive." 在代码中，捕获 requests.exceptions.HTTPError 等异常，并使用指数退避重试。务必记录错误详情，例如："Invalid model: Use 'black-scholes' or 'binomial'." 使用示例数据进行测试，确保能够妥善处理错误。

具体使用示例

1. 示例 1：为看涨期权定价
   使用此命令计算股票看涨期权的价格：
   claw options-analysis price --model black-scholes --stock-price 150 --strike 155 --time 0.25 --volatility 0.15 --rate 0.02
   此命令会输出价格（例如，5.10），并可将结果通过管道传递给脚本，以辅助交易决策。

2. 示例 2：评估投资组合风险
   评估多个期权的风险：
   创建配置文件 portfolio.json，内容如下：

   {"options": [{"stock_price": 200, "strike": 205, "time": 0.5}, {"stock_price": 50, "strike": 55, "time": 1}]}
   

   运行：claw options-analysis risk --config portfolio.json --model black-scholes
   此命令会计算每个期权的 Greeks，帮助识别高风险头寸。

图关系

• 相关项目：financial-cluster（父级）、options-trading-skill（同级）、risk-assessment-skill（依赖项）
• 连接到：data-fetching-skill（用于输入市场数据）、visualization-skill（用于绘制输出图表）