真格量化-隐含波动率计算

#!/usr/bin/env python
# coding:utf-8
from PoboAPI import *
import datetime
import time
import numpy as np
from copy import *#开始时间，用于初始化一些参数
def OnStart(context) :context.myacc = None#登录交易账号if context.accounts["回测期权"].Login() :context.myacc = context.accounts["回测期权"]#每天行情初始化的，获取当前的50etf对应的平值期权
def OnMarketQuotationInitialEx(context, exchange,daynight):#过滤掉非上交所的信号if exchange != 'SHSE':return#获取期权标的g.code = '510050.SHSE'klinedata = GetHisData2(g.code,BarType.Day)lastclose = klinedata[-1].close#获取当月平价认购期权g.atmopc = GetAtmOptionContract(g.code,0,lastclose,0)#订阅日K线用来驱动onbar事件SubscribeBar(g.atmopc,BarType.Day)
#获取期权合约，包括call和put合约
def Getop(code):dyndata = GetQuote(code)#获取标的价格并计算实值期权价格now1 = dyndata.nownow50 = round(now1,1) + 0.05#计算期权合约的到期年月cutime = GetCurr

真格量化-隐含波动率计算相关推荐

真格量化-隐含波动率购买
# coding:utf-8 #!/usr/bin/env python from PoboAPI import * import datetime import numpy as np #50ETF ...
想跑次高频策略？快来看看Numpy处理真格量化tick数据的技巧
使用澎博真格量化时,很多用户希望用numpy处理tick数据,包括tick数据的留存和运算. 这里有一些技巧. 因为tick数据量比较大,为了降低系统的运算负担,我们不应该在内存里保存大量tick数据 ...
如何将真格量化回测数据展示到客户端
简介通过本功能,可以将量化交易系统上(用户)日志内记录的特殊信号数据展示在客户端的技术分析图表上.其实质是在客户端的指标模块上增加一个插件,提供解析特定格式的日志文件并得到序列数据的函数.用户可以在 ...
（三十七）期权的隐含波动率计算与图形
隐含波动率的计算通过BS公式无法反解出隐含波动率,常用的求解方法有牛顿迭代法和二分法. 牛顿迭代法主要思路是,先设定一个初始波动率值,比如20%:然后建立一种迭代关系:如果由初始波动率值得 ...
真格量化——50etf与期权对冲策略
# coding:utf-8 #!/usr/bin/env python from PoboAPI import * import datetime import numpy as np #50ETF ...
Python量化：计算KDJ指标
计算n日kdj值 1 周期(n日.n周等)的RSV值 n日rsv = (Cn -Ln)/ (Hn-ln) x 100 rsv为未成熟随机指标值; Cn为第n日收盘价: Ln为n日内的最低价: Hn为n ...
[量化-014]计算各时间切片上的波动率选择合适的标的
如果一个股票的k线是一条水平线,没法赚钱. 有波动,才有赚钱机会. 股票A,最近30天,每天的平均波动是5%,股票B,最近30天,每天的平均波动是1%,那么,A比B的赚钱机会要多. 如果一个股票的波动 ...
Python 量化(四)计算股票的移动平均线
#!/usr/bin/env python3 # -*- coding: utf-8 -*- """ Created on Mon Apr 30 21:40:25 201 ...
真格量化——做空波动率策略
# coding:utf-8 #!/usr/bin/env python # EmuCounter2 from PoboAPI import * import datetime import nump ...

真格量化-隐含波动率计算

真格量化-隐含波动率计算相关推荐

最新文章

热门文章