Questo progetto Python genera PDF di funzioni di densità di probabilità e CDF di funzioni di distribuzione cumulativa per i prezzi futuri delle azioni, come implicato dai prezzi delle opzioni call.
Elencato nelle categorie:
AnaliticaGitHubInvestire
Descrizione
Questo progetto Python genera funzioni di densità di probabilità (PDF) e funzioni di distribuzione cumulativa (CDF) per i futuri prezzi delle azioni come implicato dai prezzi delle opzioni call. Le distribuzioni di probabilità generate riflettono le aspettative di mercato e servono come uno strumento utile per comprendere l'incertezza implicita nel mercato, la asimmetria e i rischi di coda.
Come usare OIPD?
Per utilizzare il progetto, installalo tramite pip, prepara un file CSV con i dati delle opzioni e specifica i parametri richiesti nel notebook di esempio fornito. Lo strumento genererà le PDF e le CDF basate sui dati di input.
Funzionalità principali di OIPD:
1️⃣
Genera funzioni di densità di probabilità (PDF) per i prezzi delle azioni basate sui dati delle opzioni call.
2️⃣
Calcola funzioni di distribuzione cumulativa (CDF) per i futuri prezzi delle azioni.
3️⃣
Utilizza la formula di Black-Scholes per convertire i prezzi di esercizio in volatilità implicite.
4️⃣
Adatta un estimatore di densità del kernel (KDE) per migliorare il comportamento del bordo della PDF.
5️⃣
Consente la personalizzazione dei metodi di risoluzione per calcoli numerici.
Perché potrebbe essere usato OIPD?
| # | Caso d'uso | Stato | |
|---|---|---|---|
| # 1 | Analizzare le aspettative di mercato per i movimenti dei prezzi delle azioni basati sui dati delle opzioni. | ✅ | |
| # 2 | Gestione del rischio e valutazione della potenziale volatilità dei prezzi delle azioni. | ✅ | |
| # 3 | Sviluppo di strategie di investimento utilizzando probabilità implicite dai prezzi delle opzioni. | ✅ | |
Sviluppato da OIPD?
Il progetto è sviluppato da Tyrneh, che accoglie feedback e contributi dagli utenti per migliorare la funzionalità dello strumento.