基于您在 Lib/Options/README.md 中描述的深度实值买购和卖购组合的牛差策略,我已经创建了完整的整合测试工具。
deep_itm_bull_spread_strategy.py - 🌟 主文件(所有功能已整合)test_integrated_strategy.py - 本地功能验证测试README_STRATEGY_TEST.md - 本使用说明文档根据您的策略描述,实现了以下核心交易逻辑:
步骤:
deep_itm_bull_spread_strategy.py 完整复制到聚宽平台在聚宽研究环境中运行以下代码:
# 运行完整回测和分析
strategy, results = test_strategy()
# 导出数据到CSV(用于线下分析)
positions_df, trades_df, daily_df = strategy.export_data_to_csv("bull_spread_300etf")
# 分析期权组合
option_analysis = analyze_bull_spread_example()
# 收益对比分析
comparison_results = compare_with_etf_holding()
输出文件:
bull_spread_300etf_positions.csv - 持仓数据bull_spread_300etf_trades.csv - 交易记录bull_spread_300etf_daily.csv - 每日损益(包含买购/卖购分项)运行功能验证测试:
cd /path/to/jukuan
python Lib/Options/test_integrated_strategy.py
测试内容:
本工具的核心特色是分别分析买购和卖购的收益情况,而不是仅看组合总收益:
测试结果示例(以4.0价位为例):
| 价格变化 | ETF收益 | 买购收益 | 卖购收益 | 牛差总收益 | 收益差异 |
|---|---|---|---|---|---|
| -20% | -20,000元 | -180,400元 | +82,000元 | -98,400元 | -78,400元 |
| -5% | -5,000元 | -98,400元 | +82,000元 | -16,400元 | -11,400元 |
| 0% | 0元 | -16,400元 | +82,000元 | +65,600元 | +65,600元 |
| +5% | 5,000元 | +65,600元 | 0元 | +65,600元 | +60,600元 |
| +20% | 20,000元 | +311,600元 | -246,000元 | +65,600元 | +45,600元 |
买购期权:
卖购期权:
组合效果:
最佳表现区间:标的价格 0% 到 +10% 变化 风险区间:标的价格 -10% 以下变化 收益受限区间:标的价格 +15% 以上变化
params = {
'一组张数': 30,
'最小权利金': {'沪深300ETF': 0.03, '上证50ETF': 0.05},
'最少开仓日期': 20, # 距离到期日天数
'买购时间价值阈值': 0.0001,
'卖购平仓权利金阈值': 0.0005,
'合约到期移仓日期最大': 7,
'合约到期移仓日期最小': 2,
'加仓窗口阈值': {'沪深300ETF': 0.2, '上证50ETF': 0.1}
}
核心方法:
run_backtest() - 运行完整回测generate_detailed_report() - 生成分项收益分析报告export_data_to_csv(filename_prefix) - 导出数据到CSVplot_detailed_performance() - 绘制分项收益图表核心方法:
analyze_options(*options) - 期权组合分析('buy', 'call', premium, strike, quantity)test_strategy() - 一键运行完整测试analyze_bull_spread_example() - 期权组合分析示例compare_with_etf_holding() - 收益对比分析deep_itm_bull_spread_strategy.py 上传到聚宽test_strategy() 获取策略表现export_data_to_csv() 导出详细数据🎯 核心优势:本工具实现了您要求的所有功能整合,特别是买购和卖购的分项收益分析,为策略优化提供了详细的数据支持。