options-strategy-evaluator

Options Strategy Evaluator (期权策略评估器)

将期权投资想法转化为可视化的盈亏平衡点（Payoff Shape）和风险指标。本技能旨在帮助交易员和风险经理在开仓前深入理解期权结构的收益风险比，避免将复杂的“结构”误认为真实的“阿尔法”优势。

安装与前提条件

# 确保已安装期权定价与数值计算库
pip install numpy pandas scipy pyvol
# 准备策略参数
npx clawhub install options-strategy-evaluator

触发条件 / When to Use

• 备兑开仓与价差评审 (Covered Call, Spread Review)：在构建卖出期权赚取权利金（Income Trade）前进行安全性核查。
• 对冲策略规划 (Hedging Strategy)：针对现有持仓，计算保护性买权（Protective Put）或领口策略（Collar）的最优行权价。
• 业绩期波动率交易 (Earnings-event Planning)：针对财报季的剧烈波动，评估跨式（Straddle）或宽跨式（Strangle）策略。
• 权利金收入与现金流管理 (Premium Income Checks)：分析 Cash-Secured Puts 或 Iron Condors 的预期胜率与盈亏比。
• 风险委员会汇报 (Risk Committee Notes)：为投资组合中的复杂期权结构提供直观的压力测试报告。

核心能力 / Core Capabilities

1. 策略结构定义与定价 (Leg Definition)

• 操作步骤：
  1. 定义期权腿（Legs）：类型（Call/Put）、方向（Long/Short）、行权价（Strike）、到期日（Expiry）。
  2. 获取当前隐含波动率（Implied Volatility）和标的资产价格（Underlying Price）。
  3. 利用 Black-Scholes 或二叉树模型进行期权公允价值测算。
• 最佳实践：明确区分欧式期权与美式期权（美式期权需考虑提前行权风险）。

2. 盈亏平衡与 Payoff 分析 (Payoff Analysis)

• 操作步骤：
  1. 运行 scripts/evaluate_strategy.py。
  2. 生成到期盈亏曲线图（Static Payoff）。
  3. 计算关键价格节点：最大盈利点、最大亏损点、上下行盈亏平衡点（Breakeven Points）。
• 最佳实践：除了看“到期盈亏”，更要看“当前时刻盈亏”（T+0 Curve），理解波动率对中间价格的影响。

3. 希腊字母 (The Greeks) 风险敞口分析

• 操作步骤：
  1. 计算 Delta (方向性敞口)：股价变动 1 美元，期权价格变动多少？
  2. 计算 Gamma (曲率/风险加速度)：股价波动剧烈时，Delta 的变化率。
  3. 计算 Theta (时间损耗)：持有期权每天亏损多少权利金？
  4. 计算 Vega (波动率敏感度)：当 IV 上升 1% 时，头寸价值的变动。
• 最佳实践：在 Iron Condor 等中性策略中，严格监控 Vega 和 Gamma 的极端风险。

4. 真实世界因子覆盖 (Real-world Overlays)

• 操作步骤：
  1. 评估 流动性 (Liquidity)：分析 Bid-Ask Spread 是否过宽。
  2. 模拟 路径风险 (Path Risk)：如果股价在到期前大幅波动，是否会触发提前行权（Early Assignment）。
  3. 计算 预期胜率 (Probability of Profit)：基于当前 IV 推导盈亏平衡概率。

常用命令/模板 / Common Patterns

期权策略输入 JSON 模板 (Options JSON)

{
  "ticker": "AAPL",
  "strategy": "Bull Call Spread",
  "underlying_price": 190.50,
  "iv": 0.28,
  "legs": [
    { "type": "Call", "strike": 195, "expiry": "2026-05-15", "side": "Long", "qty": 10, "premium": 4.5 },
    { "type": "Call", "strike": 205, "expiry": "2026-05-15", "side": "Short", "qty": 10, "premium": 1.2 }
  ]
}