Proyek Python ini menghasilkan PDF fungsi densitas probabilitas dan CDF fungsi distribusi kumulatif untuk harga masa depan saham, seperti yang diimplikasikan oleh harga opsi beli.
Terdaftar dalam kategori:
AnalitikaGitHubInvestasi
Deskripsi
Proyek Python ini menghasilkan fungsi densitas probabilitas (PDF) dan fungsi distribusi kumulatif (CDF) untuk harga saham di masa depan yang diimplikasikan oleh harga opsi beli. Distribusi probabilitas yang dihasilkan mencerminkan ekspektasi pasar dan berfungsi sebagai alat yang berguna untuk memahami ketidakpastian yang diimplikasikan oleh pasar, skewness, dan risiko ekor.
Cara menggunakan OIPD?
Untuk menggunakan proyek ini, instal melalui pip, siapkan file CSV dengan data opsi, dan tentukan parameter yang diperlukan dalam notebook contoh yang disediakan. Alat ini akan menghasilkan PDF dan CDF berdasarkan data masukan.
Fitur inti dari OIPD:
1️⃣
Menghasilkan fungsi densitas probabilitas (PDF) untuk harga saham berdasarkan data opsi beli.
2️⃣
Menghitung fungsi distribusi kumulatif (CDF) untuk harga saham di masa depan.
3️⃣
Menggunakan rumus Black-Scholes untuk mengubah harga strike menjadi volatilitas yang diimplikasikan.
4️⃣
Menerapkan estimator densitas kernel (KDE) untuk meningkatkan perilaku tepi PDF.
5️⃣
Memungkinkan kustomisasi metode penyelesai untuk perhitungan numerik.
Mengapa bisa digunakan OIPD?
| # | Kasus Penggunaan | Status | |
|---|---|---|---|
| # 1 | Menganalisis ekspektasi pasar untuk pergerakan harga saham berdasarkan data opsi. | ✅ | |
| # 2 | Manajemen risiko dan penilaian potensi volatilitas harga saham. | ✅ | |
| # 3 | Pengembangan strategi investasi menggunakan probabilitas yang diimplikasikan dari penetapan harga opsi. | ✅ | |
Dikembangkan oleh OIPD?
Proyek ini dikembangkan oleh Tyrneh, yang menyambut umpan balik dan kontribusi dari pengguna untuk meningkatkan fungsionalitas alat ini.