关于 options-pricing
options-pricing 是用于期权量化分析的信息型技能。目前的初步版本提供 Black-Scholes 计算器、希腊值计算和基础隐含波动率求解器;更多能力仍属规划内容。
主要功能
- 01Black-Scholes 期权计算器
- 02希腊值计算
- 03基础隐含波动率求解器
适用场景
- 01估算期权价格和希腊值
- 02评估价格与波动率变化带来的风险
安装
复制下面的命令,在终端中运行。
npx skills add https:/ / github.com/ agiprolabs/ claude-trading-skills --skill options-pricing安装后在 Claude Code 中输入/options-pricing确认已加载。
附带文件references/planned_features.mdscripts/black_scholes.py
详细介绍
期权定价
状态:存根 — 此技能提供基础的 Black-Scholes 实现和计划中功能的概述。完整实现有待社区贡献。
期权定价是衍生品交易的量化基础。在加密货币市场,BTC 和 ETH 期权在 Deribit、Lyra 和 Aevo 上交易活跃,而 Solana 期权则在 Zeta Markets 和 PsyOptions 等平台上逐渐兴起。了解定价模型、隐含波动率曲面和 Greeks 对于对冲、波动率交易和构建结构化产品至关重要。
此技能仅用于信息和分析,不提供财务建议或交易推荐。
当前功能
此存根包含一个可用的 Black-Scholes 计算器,可计算 Greeks,并提供基础的隐含波动率求解器。实现见 scripts/black_scholes.py。
import math
from scipy.stats import norm
def black_scholes_call(S: float, K: float, T: float, r: float, sigma: float) -> float:
"""Price a European call option using Black-Scholes.
Args:
S: Current underlying price.
K: Strike price.
T: Time to expiration in years.
r: Risk-free rate (annualized).
sigma: Volatility (annualized).
Returns:
Theoretical call option price.
"""
d1 = (math.log(S / K) + (r + 0.5 * sigma**2) * T) / (sigma * math.sqrt(T))
d2 = d1 - sigma * math.sqrt(T)
return S * norm.cdf(d1) - K * math.exp(-r * T) * norm.cdf(d2)
运行演示:
python scripts/black_scholes.py --demo
计划中的功能
完整实现后,此技能将涵盖:
定价模型
| 模型 | 期权类型 | 用例 |
|---|---|---|
| Black-Scholes | 欧式 | 普通看涨 / 看跌期权,快速计算 Greeks |
| 二叉树 | 美式 | 提前行权、派息资产 |
| Monte Carlo | 奇异期权 | 路径依赖、障碍、亚洲期权 |
| Black-76 | 期货 | 加密货币永续合约上的期货期权 |
Greeks
| 希腊字母 | 衡量内容 | 公式依据 |
|---|---|---|
| Delta | 价格对标的资产的敏感度 | dC/dS |
| Gamma | Delta 对标的资产的敏感度 | d²C/dS² |
| Theta | 每日时间衰减 | dC/dT |
| Vega | 对波动率的敏感度 | dC/dσ |
| Rho | 对利率的敏感度 | dC/dr |
隐含波动率
- Newton-Raphson 和二分法 IV 求解器
- 波动率微笑和偏斜分析
- 构建 IV 曲面(行权价 x 到期日)
- IV 期限结构分析
- 波动率的波动率估算
加密货币期权平台
| 平台 | 链 | 资产 | 类型 |
|---|---|---|---|
| Deribit | 链下 | BTC、ETH | 欧式 |
| Lyra | Optimism/Arbitrum | ETH、BTC | 欧式 |
| Aevo | Ethereum L2 | BTC、ETH、其他山寨币 | 欧式 |
| Zeta Markets | Solana | SOL、BTC | 欧式 |
| PsyOptions | Solana | SOL、各种资产 | 美式 |
结构化产品
- 备兑看涨期权和保护性看跌期权
- 用于波动率交易的跨式组合和宽跨式组合
- 用于获取方向性敞口的垂直价差
- 用于区间震荡市场的铁鹰式组合
- 用于期限结构交易的日历价差
前置条件
# Core (for full implementation)
uv pip install numpy scipy
# Optional (for visualization)
uv pip install matplotlib
随附的 scripts/black_scholes.py 仅使用 Python 标准库(math 模块),无需任何依赖即可运行。
用例
对冲
使用期权为加密货币现货头寸计算 Delta 中性对冲比率。计算保护投资组合免受下跌影响所需的看跌期权合约数量。
波动率交易
比较隐含波动率与已实现波动率,以识别定价过高或过低的期权。当 IV 显著高于已实现波动率时,卖出期权权利金可能更有利(反之亦然)。
结构化产品
为结合不同行权价和到期日的期权结构化产品定价。在执行前分析收益曲线和盈亏平衡点。
风险评估
使用 Greeks 了解投资组合层面的价格变动(Delta)、加速度(Gamma)、时间衰减(Theta)和波动率变化(Vega)敞口。
快速参考:Black-Scholes 公式
看涨期权价格:
C = S * N(d1) - K * e^(-rT) * N(d2)
看跌期权价格:
P = K * e^(-rT) * N(-d2) - S * N(-d1)
其中:
d1 = [ln(S/K) + (r + σ²/2) * T] / (σ * √T)
d2 = d1 - σ * √T
看跌—看涨平价:
C - P = S - K * e^(-rT)
文件
| 文件 | 说明 |
|---|---|
references/planned_features.md | 计划中的功能、公式、数据源和实现优先级 |
scripts/black_scholes.py | 带 Greeks 和隐含波动率求解器的 Black-Scholes 计算器 |
贡献
此技能目前仅为占位内容,等待完整实现。可通过以下方式参与贡献:
- 实现适用于美式期权的二叉树定价
- 为奇异收益添加蒙特卡洛模拟
- 根据市场报价构建 IV 曲面
- 集成 Deribit API,获取实时期权链数据
- 添加投资组合 Greeks 汇总
完整的功能列表和实现优先级,请参阅 references/planned_features.md。
此技能提供分析工具和数学模型,仅供参考,不构成财务建议。期权交易涉及重大亏损风险。