期权策略回测器
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_15292d5a/yjkj-options-trading-backtester。
技能介绍
解决的问题
期权策略在上线前,最麻烦的不是找想法,而是把隐含波动率、到期日、腿数和佣金一起算清楚。这个技能面向事件驱动回测,适合用合成数据或真实历史数据检验策略在历史行情中的行为,减少仅靠盘感判断带来的偏差。
核心工作方式
- 覆盖
Iron Condor、Strangle、Calendar Spread和Vertical Credit Spread等常见期权结构。 - 读取
config/strategies.json中的默认策略配置,作为回测起点。 - 在事件触发时执行交易过滤:资料中提到按
IV阈值(示例为0.50)拒绝不满足条件的交易,并在days to expiration < 14时跳过,避免临近到期时的 gamma crush 风险。 - 成本核算按
$0.65/contract计算,四腿策略的单次往返佣金约$2.60。
适用边界
它更适合作为策略筛选与参数检查工具:输入数据质量、配置项和阈值规则会直接影响结果。资料未覆盖实盘执行、滑点、流动性或订单撮合细节,因此回测分数不能直接等同实盘收益。
使用场景
- 用合成行情回测 Iron Condor,检查 IV 低于阈值时的拒单比例。
- 读取 config/strategies.json 调整 Strangle 腿距,比较不同到期日的费用后收益。
- 对 Calendar Spread 做事件触发模拟,观察时间衰减与到期前过滤效果。
- 用真实历史数据核算 Vertical Credit Spread 的四腿佣金与最大亏损。
适合人员
- 期权量化研究员:需要快速验证多腿策略在 IV 和 DTE 过滤下的历史表现。
- 策略配置维护者:需要检查 strategies.json 中的默认腿距、佣金和拒单规则。
- 风险管理工程师:需要评估临近到期跳过规则对 gamma crush 暴露的抑制效果。
- 交易团队开发:需要把回测事件日志接入策略评审流程,核对成本与拒单。