Dự án Python này tạo ra PDF hàm mật độ xác suất và CDF hàm phân phối tích lũy cho giá tương lai của cổ phiếu, như được ngụ ý bởi giá của các quyền chọn mua.
Liệt kê trong các danh mục:
Phân tíchGitHubĐầu tư

Mô tả
Dự án Python này tạo ra hàm mật độ xác suất (PDF) và hàm phân phối tích lũy (CDF) cho giá cổ phiếu trong tương lai như được suy ra từ giá của các quyền chọn mua. Các phân phối xác suất được tạo ra phản ánh kỳ vọng của thị trường và phục vụ như một công cụ hữu ích để hiểu sự không chắc chắn, độ lệch và rủi ro đuôi được thị trường ngụ ý.
Cách sử dụng OIPD?
Để sử dụng dự án, hãy cài đặt nó qua pip, chuẩn bị một tệp CSV với dữ liệu quyền chọn và chỉ định các tham số cần thiết trong sổ tay ví dụ được cung cấp. Công cụ sẽ tạo ra các PDF và CDF dựa trên dữ liệu đầu vào.
Tính năng chính của OIPD:
1️⃣
Tạo ra các hàm mật độ xác suất (PDF) cho giá cổ phiếu dựa trên dữ liệu quyền chọn mua.
2️⃣
Tính toán các hàm phân phối tích lũy (CDF) cho giá cổ phiếu trong tương lai.
3️⃣
Sử dụng công thức Black-Scholes để chuyển đổi giá thực hiện thành độ biến động ngụ ý.
4️⃣
Phù hợp với ước lượng mật độ hạt nhân (KDE) để cải thiện hành vi biên của PDF.
5️⃣
Cho phép tùy chỉnh các phương pháp giải cho các phép tính số.
Tại sao nên sử dụng OIPD?
# | Trường hợp sử dụng | Trạng thái | |
---|---|---|---|
# 1 | Phân tích kỳ vọng của thị trường về sự biến động giá cổ phiếu dựa trên dữ liệu quyền chọn. | ✅ | |
# 2 | Quản lý rủi ro và đánh giá độ biến động tiềm năng của giá cổ phiếu. | ✅ | |
# 3 | Phát triển chiến lược đầu tư sử dụng xác suất ngụ ý từ giá quyền chọn. | ✅ |
Do ai phát triển OIPD?
Dự án được phát triển bởi Tyrneh, người hoan nghênh phản hồi và đóng góp từ người dùng để nâng cao chức năng của công cụ.