Этот проект на Python генерирует PDF функции плотности вероятности и CDF функции накопленного распределения для будущих цен акций, как это подразумевается ценами опционов на покупку.
Перечислено в категориях:
АналитикаGitHubИнвестировать
Описание
Этот проект на Python генерирует функции плотности вероятности (PDF) и функции накопительного распределения (CDF) для будущих цен акций, подразумеваемых ценами опционов колл. Сгенерированные вероятностные распределения отражают рыночные ожидания и служат полезным инструментом для понимания подразумеваемой неопределенности на рынке, асимметрии и рисков на хвостах.
Как использовать OIPD?
Чтобы использовать проект, установите его через pip, подготовьте файл CSV с данными опционов и укажите необходимые параметры в предоставленном примере блокнота. Инструмент сгенерирует PDF и CDF на основе входных данных.
Основные функции OIPD:
1️⃣
Генерирует функции плотности вероятности (PDF) для цен акций на основе данных опционов колл.
2️⃣
Вычисляет функции накопительного распределения (CDF) для будущих цен акций.
3️⃣
Использует формулу Блэка-Шоулса для преобразования цен исполнения в подразумеваемую волатильность.
4️⃣
Подгоняет оцениватель плотности ядра (KDE) для улучшения поведения PDF на краях.
5️⃣
Позволяет настраивать методы решения для численных расчетов.
Почему использовать OIPD?
| # | Сценарий использования | Статус | |
|---|---|---|---|
| # 1 | Анализ рыночных ожиданий по движениям цен акций на основе данных опционов. | ✅ | |
| # 2 | Управление рисками и оценка потенциальной волатильности цен акций. | ✅ | |
| # 3 | Разработка инвестиционных стратегий с использованием подразумеваемых вероятностей из цен на опционы. | ✅ | |
Разработано OIPD?
Проект разработан Tyrneh, который приветствует отзывы и вклад пользователей для улучшения функциональности инструмента.