# Options Trading Strategies

## 0. BS_WhalleyWilmott.py - Whalley-Wilmott 期权对冲策略

### 策略概述
这是一个基于 Black-Scholes 模型的场外期权对冲策略，采用 Whalley-Wilmott 阈值方法进行动态对冲。该策略通过计算期权的 Delta 值并根据阈值条件进行股票仓位调整，以对冲期权风险。

### 核心交易逻辑

#### 1. 初始化设置
- **标的证券**: 默认为 '002724.XSHE'
- **执行价格倍数**: K=1 (平价期权)
- **合约期限**: T=30天
- **无风险利率**: rf=0.09 (9%)
- **波动率**: 基于过去365天的历史数据计算
- **名义本金**: 账户现金的95.24% (1/1.05)

#### 2. 对冲触发机制
策略采用 Whalley-Wilmott 阈值方法，只有当 Delta 变化超过特定阈值时才进行对冲交易：

**阈值计算公式**:
```
wwt = (3/2 * a / risk_tolerance)^(1/3)
其中: a = exp(-rf*τ/365) * trading_cost * S * gamma^2
```

**参数设置**:
- 风险容忍度 (risk_tolerance): 5
- 交易成本 (trading_cost): 0.00055 (0.055%)

#### 3. 交易时间安排

**第一天 (建仓日)**:
- 计算初始 Delta 值
- 建立对应的股票仓位: `仓位 = (名义本金/期初价格) * Delta`
- 仓位调整为100股的整数倍

**中间交易日**:
- 跳过开盘第一分钟 (9:30) 避免价格异常
- 实时监控当前 Delta 与上次 Delta 的差异
- 当差异超过 Whalley-Wilmott 阈值时，调整股票仓位
- 处理分红拆股事件，相应调整期初价格

**到期日**:
- 清空所有股票仓位

#### 4. 关键计算函数

**Delta 计算**:
```python
d1 = (ln(S/(S0*K)) + (rf + σ²/2)*(τ/365)) / (σ*√(τ/365))
delta = N(d1)  # 标准正态分布累积函数
```

**Gamma 计算**:
```python
gamma = φ(d1) / (S * σ * √(τ/365))  # φ为标准正态分布密度函数
```

**波动率计算**:
- 使用过去365天的日收盘价
- 计算对数收益率的标准差
- 年化处理 (乘以√250)

#### 5. 风险管理特点

1. **动态对冲**: 不是连续对冲，而是基于阈值的离散对冲，降低交易成本
2. **成本优化**: Whalley-Wilmott 方法在对冲效果和交易成本之间找到最优平衡
3. **事件处理**: 自动处理分红拆股等公司行为对期权参数的影响
4. **仓位管理**: 仓位调整为100股整数倍，符合实际交易要求

#### 6. 适用场景
- 场外期权做市商的风险对冲
- 结构化产品的 Delta 中性策略
- 期权组合的动态风险管理

#### 7. 注意事项
- 策略假设期权为欧式期权，到期前不会被提前行权
- 波动率使用历史波动率，可能与隐含波动率存在差异
- 交易成本设置需要根据实际券商费率调整
- 适合流动性较好的标的证券

### 参考资料
- 原始策略来源: 聚宽文章 "场外期权对冲策略回测框架-（以Whally-Wilmott为例）"
- 作者: 颖硕
- 链接: https://www.joinquant.com/post/14348

# 加百利分享

## 1. 聚宽平台期权数据获取与绘图

### 核心功能：
- **数据获取**: 从聚宽平台获取50ETF期权的历史交易数据
- **数据分析**: 分别统计认购期权(Call)和认沽期权(Put)的成交量和成交金额
- **可视化展示**: 绘制认购/认沽期权的成交量和成交金额对比图表
- **应用场景**: 期权市场情绪分析、Put/Call比率研究、市场活跃度监控

### 参考资料：
- [原始策略来源](https://www.joinquant.com/view/community/detail/aa77127d7eccdaa699de7e87977f35dc)
- [研究网址](https://www.joinquant.com/research?target=research&url=/user/75474983526/notebooks/Options/%E6%9C%9F%E6%9D%83%E6%95%B0%E6%8D%AE%E8%8E%B7%E5%8F%96%E4%B8%8E%E7%BB%98%E5%9B%BE.ipynb)

## 2. 获取期权数据，列出符合要求的合约

### 核心功能：
- **合约筛选**: 根据到期日、行权价、期权类型等条件筛选期权合约
- **数据查询**: 使用聚宽期权数据库查询符合条件的期权合约信息
- **信息展示**: 列出合约代码、交易代码、行权价、到期日等关键信息
- **应用场景**: 期权策略构建前的合约选择、期权链分析

### 参考资料：
- [原始策略来源](https://www.joinquant.com/view/community/detail/a8f4ad443448f4246260ea221c3d77ea)
- [研究网址](https://www.joinquant.com/research?target=research&url=/user/75474983526/notebooks/Options/%E8%8E%B7%E5%8F%96%E6%9C%9F%E6%9D%83%E6%95%B0%E6%8D%AE%EF%BC%8C%E5%88%97%E5%87%BA%E7%AC%A6%E5%90%88%E8%A6%81%E6%B1%82%E7%9A%84%E5%90%88%E7%BA%A6.ipynb)

## 3. 绘制期权损益分析图

### 核心功能：
- **损益计算**: 计算不同期权策略在不同标的价格下的损益情况
- **图表绘制**: 绘制期权策略的损益曲线图(Payoff Diagram)
- **盈亏分析**: 标识盈亏平衡点、最大盈利/亏损点
- **应用场景**: 期权策略风险收益分析、策略比较、投资决策支持

### 参考资料：
- [原始策略来源](https://www.joinquant.com/view/community/detail/ed821dbf617e69a9e9568b4b34bae458)
- [研究网址](https://www.joinquant.com/research?target=research&url=/user/75474983526/notebooks/Options/%E7%BB%98%E5%88%B6%E6%9C%9F%E6%9D%83%E6%8D%9F%E7%9B%8A%E5%88%86%E6%9E%90%E5%9B%BE.ipynb)

## 4. 股指ETF期权T型报价

### 核心功能：
- **T型报价**: 以T型表格形式展示50ETF期权的买卖报价
- **实时数据**: 获取期权的最新买一价、卖一价、成交价等信息
- **分类展示**: 按行权价分类，同时显示认购和认沽期权报价
- **应用场景**: 期权交易决策、价差分析、流动性评估

### 参考资料：
- [原始策略来源](https://www.joinquant.com/view/community/detail/a5a968ed72f2b827c051d337b0d74d04)
- [研究网址](https://www.joinquant.com/research?target=research&url=/user/75474983526/notebooks/Options/%E8%82%A1%E6%8C%87ETF%E6%9C%9F%E6%9D%83T%E5%9E%8B%E6%8A%A5%E4%BB%B7.ipynb)

## 5. 商品期权T型报价代码

### 核心功能：
- **商品期权报价**: 获取商品期权(如豆粕、白糖等)的T型报价表
- **多品种支持**: 支持不同商品期权品种的报价查询
- **价格展示**: 显示期权的理论价值、实际报价、隐含波动率等
- **应用场景**: 商品期权交易、套利机会识别、波动率分析

### 参考资料：
- [原始策略来源](https://www.joinquant.com/view/community/detail/625edad0050315dcc2df540cd462df60)
- [研究网址](https://www.joinquant.com/research?target=research&url=/user/75474983526/notebooks/Options/%E5%95%86%E5%93%81%E6%9C%9F%E6%9D%83T%E5%9E%8B%E6%8A%A5%E4%BB%B7.ipynb)

## 6. 50ETF-期权-备兑认购策略

### 核心交易逻辑：
- **持仓构建**: 持有50ETF现货 + 卖出虚值认购期权
- **合约选择**: 优先选择略虚值的认购期权(行权价>现价)
- **调仓规则**: 当行权价低于现价95%时平仓原期权，重新开仓虚值期权
- **到期处理**: 到期前1天移仓换月至次月合约
- **收益来源**: 赚取期权权利金 + 标的资产增值(有上限)

### 参考资料：
- [原始策略来源](https://www.joinquant.com/view/community/detail/2b40f724dcea54aaa06419a46517f3db)
- [研究网址](https://www.joinquant.com/research?target=research&url=/user/75474983526/notebooks/Options/50ETF-%E6%9C%9F%E6%9D%83-%E5%A4%87%E5%85%91%E7%9C%8B%E6%B6%A8%E7%AD%96%E7%95%A5.ipynb)

## 7. 50ETF-备兑认购策略-改进版

### 核心交易逻辑：
- **动态调整**: 在传统备兑策略基础上增加动态调仓机制
- **风险控制**: 设置止损条件，当亏损达到一定比例时主动平仓
- **收益优化**: 根据市场波动率调整期权选择标准
- **时间管理**: 优化到期日管理，避免临近到期的时间价值损失
- **适应性强**: 能够适应不同市场环境下的波动特征

### 参考资料：
- [原始策略来源](https://www.joinquant.com/view/community/detail/22955d161ec0a36d836a0e4f13fe66d7)
- [研究网址](https://www.joinquant.com/research?target=research&url=/user/75474983526/notebooks/Options/50ETF-%E5%A4%87%E5%85%91%E7%9C%8B%E6%B6%A8%E7%AD%96%E7%95%A5-%E6%94%B9%E8%BF%9B%E7%89%88.ipynb)

## 8. 豆粕-备兑认购策略

### 核心交易逻辑：
- **商品应用**: 将备兑认购策略应用于豆粕期货市场
- **持仓结构**: 持有豆粕期货多头 + 卖出豆粕认购期权
- **合约管理**: 跟踪豆粕主力合约变化，及时调整持仓
- **季节性考虑**: 结合豆粕的季节性供需特点调整策略参数
- **风险特点**: 商品期货波动率通常高于股指，需要更严格的风险控制

### 参考资料：
- [原始策略来源](https://www.joinquant.com/view/community/detail/4bf820b677d7d774f54c122460533b2e)
- [研究网址](https://www.joinquant.com/research?target=research&url=/user/75474983526/notebooks/Options/%E8%B1%86%E7%B2%95-%E5%A4%87%E5%85%91%E7%9C%8B%E6%B6%A8%E7%AD%96%E7%95%A5.ipynb)

## 9. 商品主力合约-备兑认购策略

### 核心交易逻辑：
- **多品种适用**: 适用于各种商品期货的备兑认购策略框架
- **主力合约跟踪**: 自动识别和切换到成交量最大的主力合约
- **动态对冲**: 根据商品期货的高波动特性调整对冲频率
- **保证金管理**: 考虑期货保证金制度，优化资金使用效率
- **品种轮动**: 可在不同商品间轮动，寻找最佳投资机会

### 参考资料：
- [原始策略来源](https://www.joinquant.com/view/community/detail/e306e04ca7a0c557f759487e8d252c65)
- [研究网址](https://www.joinquant.com/research?target=research&url=/user/75474983526/notebooks/Options/%E5%95%86%E5%93%81%E4%B8%BB%E5%8A%9B%E5%90%88%E7%BA%A6-%E5%A4%87%E5%85%91%E7%9C%8B%E6%B6%A8%E7%AD%96%E7%95%A5.ipynb)

## 10. 商品主力合约-备兑认沽策略

### 核心交易逻辑：
- **反向策略**: 持有现金 + 卖出虚值认沽期权，等待标的下跌时以折价买入
- **现金管理**: 预留足够现金以备行权时购买标的资产
- **跌幅获利**: 在标的价格下跌过程中赚取期权权利金
- **底部建仓**: 通过行权在相对低位建立多头仓位
- **适用环境**: 适合在预期标的将在区间震荡或温和下跌时使用

### 参考资料：
- [原始策略来源](https://www.joinquant.com/view/community/detail/d4272cd0fac2981438b0f3f410bf6180)
- [研究网址](https://www.joinquant.com/research?target=research&url=/user/75474983526/notebooks/Options/%E5%95%86%E5%93%81%E4%B8%BB%E5%8A%9B%E5%90%88%E7%BA%A6-%E5%A4%87%E5%85%91%E7%9C%8B%E8%B7%8C%E7%AD%96%E7%95%A5.ipynb)

## 11. 领口认购策略-商品主力合约

### 核心交易逻辑：
- **三腿组合**: 持有标的多头 + 卖出虚值认购期权 + 买入虚值认沽期权
- **风险限制**: 通过买入认沽期权为下跌风险设置保护下限
- **收益优化**: 卖出认购期权降低保护成本，形成有限收益区间
- **成本控制**: 认沽期权保护费用部分由认购期权权利金抵消
- **适用场景**: 温和认购市场，既要保护下跌风险又要控制保护成本

### 参考资料：
- [原始策略来源](https://www.joinquant.com/view/community/detail/bec4688fd7998652edfd929a4ef1f4df)
- [研究网址](https://www.joinquant.com/research?target=research&url=/user/75474983526/notebooks/Options/%E9%A2%86%E5%8F%A3%E7%9C%8B%E6%B6%A8%E7%AD%96%E7%95%A5-%E5%95%86%E5%93%81%E4%B8%BB%E5%8A%9B%E5%90%88%E7%BA%A6.ipynb)

## 12. 领口认购策略-50ETF

### 核心交易逻辑：
- **ETF应用**: 将领口策略应用于50ETF，利用其高流动性优势
- **精确定价**: 利用50ETF期权的活跃交易获得更精确的期权定价
- **灵活调整**: 可根据市场情况灵活调整上下限保护区间
- **成本效益**: 在50ETF相对稳定的波动环境下优化成本收益比
- **风险管理**: 为50ETF投资组合提供有效的风险管理工具

### 参考资料：
- [原始策略来源](https://www.joinquant.com/view/community/detail/a99630091b24414da149e715ae6186f2)
- [研究网址](https://www.joinquant.com/research?target=research&url=/user/75474983526/notebooks/Options/%E9%A2%86%E5%8F%A3%E7%9C%8B%E6%B6%A8%E7%AD%96%E7%95%A5-50ETF.ipynb)

## 13. 卖出跨式策略-50ETF

### 核心交易逻辑：
- **双向卖出**: 同时卖出相同行权价的认购和认沽期权
- **波动率交易**: 赚取时间价值衰减，适合低波动率环境
- **区间获利**: 当标的价格在一定区间内震荡时获得最大收益
- **风险特征**: 潜在亏损无限，需要严格的风险控制
- **最佳环境**: 预期标的将在当前价格附近窄幅震荡

### 参考资料：
- [原始策略来源](https://www.joinquant.com/view/community/detail/73a7f044b73242b136c8c840ef7f1748)
- [研究网址](https://www.joinquant.com/research?target=research&url=/user/75474983526/notebooks/Options/%E5%8D%96%E5%87%BA%E8%B7%A8%E5%BC%8F%E7%AD%96%E7%95%A5-50ETF.ipynb)

## 14. 卖出跨式策略-商品主力合约

### 核心交易逻辑：
- **商品适配**: 将跨式策略应用于波动性更高的商品期货市场
- **波动率管理**: 需要更谨慎地评估商品期货的波动率水平
- **保证金考虑**: 商品期货的保证金制度影响策略的资金效率
- **季节性因素**: 考虑商品的季节性供需变化对波动率的影响
- **风险加大**: 商品期货的高波动性使得风险控制更加重要

### 参考资料：
- [原始策略来源](https://www.joinquant.com/view/community/detail/dc14876fee244d726f18c652eb44c7d7)
- [研究网址](https://www.joinquant.com/research?target=research&url=/user/75474983526/notebooks/Options/%E5%8D%96%E5%87%BA%E8%B7%A8%E5%BC%8F%E7%AD%96%E7%95%A5-%E5%95%86%E5%93%81%E4%B8%BB%E5%8A%9B%E5%90%88%E7%BA%A6.ipynb)

## 15. 买入日历价差策略-商品期货

### 核心交易逻辑：
- **时间价差**: 卖出近月期权 + 买入远月期权，利用时间价值衰减差异
- **波动率套利**: 利用不同到期日期权的隐含波动率差异获利
- **有限风险**: 最大亏损限于支付的净权利金
- **最佳时机**: 适合在预期标的价格将在短期内保持相对稳定时使用
- **到期管理**: 需要在近月期权到期前主动管理仓位

### 参考资料：
- [原始策略来源](https://www.joinquant.com/view/community/detail/af07500292294804acd19f7f0f5b23e4)
- [研究网址](https://www.joinquant.com/research?target=research&url=/user/75474983526/notebooks/Options/%E4%B9%B0%E5%85%A5%E6%97%A5%E5%8E%86%E4%BB%B7%E5%B7%AE%E7%AD%96%E7%95%A5-%E5%95%86%E5%93%81%E6%9C%9F%E8%B4%A7.ipynb)

## 16. 买入日历价差策略-50ETF

### 核心交易逻辑：
- **ETF优势**: 利用50ETF期权链的完整性和流动性优势
- **精细操作**: 可以更精确地选择最优的时间价差组合
- **成本控制**: 在相对稳定的ETF环境下控制策略成本
- **收益稳定**: 适合追求稳定收益的投资者
- **风险可控**: 最大风险明确，适合风险偏好较低的投资者

### 参考资料：
- [原始策略来源](https://www.joinquant.com/view/community/detail/0d2479d4f374fce4a4b900f2c77d3ba3)
- [研究网址](https://www.joinquant.com/research?target=research&url=/user/75474983526/notebooks/Options/%E4%B9%B0%E5%85%A5%E6%97%A5%E5%8E%86%E4%BB%B7%E5%B7%AE%E7%AD%96%E7%95%A5-50ETF.ipynb)

# 书生分享

## 1. 卖沽ETF，卖购备兑策略

## 1. 深度实值买购和卖购组合的牛差策略（升级版）

**文件名**: `deep_itm_bull_spread_strategy.py`

### 策略概述

该策略是一个专注于牛差组合的期权交易系统：
1. **牛差组合策略**：深度实值买购期权 + 平值卖购期权

系统通过严格的期权筛选条件，寻找最优的牛差组合机会。

### 核心交易逻辑

#### 1. 策略机制
- **专注牛差策略**：只执行牛差组合策略，寻找最优的深度实值买购期权
- **严格筛选**：通过严格的期权筛选条件确保策略质量

#### 2. 开仓选择标准

**卖购期权选择**：
- 筛选虚值期权（行权价 > ETF价格）
- 选择最接近ETF价格的虚值期权（行权价最小的虚值期权）
- 当月期权权利金要求：下月阈值×0.6（沪深300ETF≥0.018，上证50ETF≥0.03，创业板ETF≥0.018）
- 下月期权权利金要求：沪深300ETF≥0.03，上证50ETF≥0.05，创业板ETF≥0.03
- 下月期权指到期日在下个自然月的所有期权
- 最少距离到期日15天（交易日）
- 如果当月无虚值期权，则尝试下月期权

**深度实值买购期权选择**：
- 行权价必须低于当前ETF价格（实值期权）
- 时间价值必须小于0.015
- 选择行权价最接近ETF价格的期权
- 必须与卖购期权到期月份一致

#### 3. 开仓机制

**牛差策略开仓条件**：
- 存在符合条件的深度实值买购期权
- 存在符合条件的平值卖购期权
- 两个期权必须到期日一致

#### 4. 盈利计算

**牛差组合策略**：
- 单张最大盈利 = (卖购行权价 - 买购行权价 - 买购权利金 + 卖购权利金) × 10000
- 最小盈利 = 卖购权利金 × 10000

#### 5. 平仓条件

**时间平仓**：
- 距离到期日≤7个交易日时强制平仓

**盈利平仓**：
- ETF价格≥卖购行权价时，达到最大盈利的83%

**权利金平仓**：
- ETF价格<卖购行权价时，卖购权利金剩余<0.005

#### 6. 加仓机制

**加仓条件**：
- ETF价格下跌至加仓触发价位
- 加仓窗口阈值：沪深300ETF: 0.2，上证50ETF: 0.1，创业板ETF: 0.15
- 最大加仓次数：2次

#### 7. 资金管理

**动态合约数量计算**：
- 根据分配资金和保证金要求动态计算合约数量
- 牛差组合保证金 = 行权价差 × 合约单位 + 30元优惠

**多标的资金分配**：
- 支持多个ETF标的同时运行
- 默认资金分配：上证50ETF 50%，沪深300ETF 30%，创业板ETF 20%
- 总资金使用上限：80%

#### 8. 数据记录与监控

**交易记录**：
- 完整的开仓/平仓交易记录
- 牛差策略标识
- 盈亏分析和归因

**持仓监控**：
- 每日持仓状况记录
- 浮动盈亏实时计算
- 牛差策略持仓统计

**账户汇总**：
- 多标的账户资金汇总
- 已实现/未实现盈亏分离
- 收益率和风险指标计算

### 配置参数

```python
{
    'contract_size': 30,  # 默认合约数量（动态调整）
    'min_premium': {'510300': 0.03, '510050': 0.05, '159915': 0.03},  # 下月期权权利金阈值
    'min_days_to_expiry': 15,  # 最少开仓距离到期日
    'call_time_value_threshold': 0.015,  # 深度实值期权时间价值阈值
    'put_close_premium_threshold': 0.005,  # 卖购平仓权利金阈值
    'max_days_before_expiry': 7,  # 到期平仓最大天数
    'min_days_before_expiry': 2,  # 到期平仓最小天数
    'add_position_threshold': {'510300': 0.2, '510050': 0.1, '159915': 0.15},
    'max_add_positions': 2,  # 最大加仓次数
    'max_profit_close_threshold': 0.83,  # 83%最大盈利平仓
    # 注意：当月期权权利金阈值 = 下月阈值 × 0.6
}
```

### 适用场景

1. **牛市震荡行情**：牛差策略获取有限上涨收益
2. **资金规模化管理**：多标的分散投资
3. **风险控制要求**：严格的开仓条件和止损机制

### 系统架构

- **DeepITMBullSpreadStrategy**：单标的策略核心类
- **MultiUnderlyingBullSpreadManager**：多标的管理器
- **StrategyConfig**：策略配置管理
- **StrategyType**：策略类型枚举（BULL_SPREAD）

### 功能特点

1. **专注牛差策略**：专门针对牛差策略进行优化
2. **严格筛选标准**：确保只有高质量的期权组合才会开仓
3. **精确盈亏计算**：准确计算牛差策略的盈亏情况
4. **完整数据追踪**：详细记录所有交易过程
5. **风险控制**：多层次的风险控制机制
6. **资金管理**：动态调整合约数量，优化资金使用效率