OIPD
Dieses Python-Projekt generiert Wahrscheinlichkeitsdichtefunktion-PDFs und kumulative Verteilungsfunktionen-CDFs für die zukünftigen Preise von Aktien, die durch die Preise von Kaufoptionen impliziert werden.
Aufgeführt in Kategorien:
AnalytikGitHubInvestieren
Beschreibung
Dieses Python-Projekt generiert Wahrscheinlichkeitsdichtefunktionen (PDF) und kumulative Verteilungsfunktionen (CDF) für die zukünftigen Preise von Aktien, wie sie durch die Preise von Call-Optionen impliziert werden. Die generierten Wahrscheinlichkeitsverteilungen spiegeln die Markterwartungen wider und dienen als nützliches Werkzeug zum Verständnis der marktimplizierten Unsicherheit, Schiefe und Tail-Risiken.
Wie man benutzt OIPD?
Um das Projekt zu nutzen, installieren Sie es über pip, bereiten Sie eine CSV-Datei mit Optionsdaten vor und geben Sie die erforderlichen Parameter im bereitgestellten Beispiel-Notebook an. Das Tool generiert die PDFs und CDFs basierend auf den Eingabedaten.
Hauptmerkmale von OIPD:
1️⃣
Generiert Wahrscheinlichkeitsdichtefunktionen (PDF) für Aktienpreise basierend auf Optionsdaten.
2️⃣
Berechnet kumulative Verteilungsfunktionen (CDF) für zukünftige Aktienpreise.
3️⃣
Verwendet die Black-Scholes-Formel, um Ausübungspreise in implizite Volatilitäten umzuwandeln.
4️⃣
Passt einen Kernel-Dichteschätzer (KDE) an, um das Randverhalten der PDF zu verbessern.
5️⃣
Ermöglicht die Anpassung von Lösungsverfahren für numerische Berechnungen.
Warum könnte verwendet werden OIPD?
| # | Anwendungsfall | Status | |
|---|---|---|---|
| # 1 | Analyse der Markterwartungen für Bewegungen der Aktienpreise basierend auf Optionsdaten. | ✅ | |
| # 2 | Risikomanagement und Bewertung der potenziellen Volatilität von Aktienpreisen. | ✅ | |
| # 3 | Entwicklung von Anlagestrategien unter Verwendung von impliziten Wahrscheinlichkeiten aus der Optionspreisgestaltung. | ✅ | |
Wer hat entwickelt OIPD?
Das Projekt wurde von Tyrneh entwickelt, der Feedback und Beiträge von Benutzern begrüßt, um die Funktionalität des Tools zu verbessern.