技能介绍

要解决什么问题

ETF 期权做市与风险管理往往依赖隐含波动率曲面：同一标的下，不同到期日与行权价的 IV 需要落在一条自洽的微笑上，还要满足静态无套利。手工用 Excel 拼 T 型报价、反推 IV、再拟合曲面，既慢又容易在深度价外合约或相邻到期日上留下日历/蝶式套利漏洞。

本技能面向上交所/深交所欧式 ETF 期权（如 50ETF、300ETF、159919），用真实行情而非模拟数据，把「拉报价 → 反推 IV → SVI 参数化 → 校验 → 出图」串成一条可复现流水线。

如何工作

数据层通过 data.py 调用 akshare 获取 T 型报价、标的现价与合约信息。implied_vol.py 在 Black-Scholes 框架下用 Newton-Raphson 反推隐含波动率，vega 过小或难收敛时回退 Brent。

svi.py 对 log-moneyness（k = ln(K/F)）做五参数 SVI 总方差拟合（a、b、rho、m、sigma），支持单到期切片与多切片拼成曲面。calibration.py 负责端到端校准，并在时间维上对总方差做线性插值。arbitrage.py 检查日历套利、蝶式套利及 SVI 参数边界。report.py 输出 matplotlib 3D 曲面、微笑与残差图，并生成图片内嵌的 HTML 报告；结构化结果写入 calibration.json。

典型产物包括 surface_3d.png、smiles.png、residuals.png、butterfly_g.png 与 vol_surface_report_*.html。

边界与注意点

能做：单日 snapshot 的 IV 曲面、SVI 拟合、静态无套利检验、可视化报告；默认无风险利率约 2.5%，可用 --rate 按期限调整；股息率默认 q=0，适合 ETF。
不能做：美式/期货/个股期权（需自行扩展 UNDERLYING_REGISTRY）；动态模型（Heston、时序预测）；高频 tick 级曲面；交易信号与下单；Dupire 局部波动率反演仅作辅助诊断。
相邻到期日 SVI 独立拟合，日历套利失败时生产环境应考虑 SSVI 等联合校准；akshare 偶发限流需重试或换网络。