SuperAPI AI 工具集

options-analysis

数据与分析

查看项目

更新于 10-16 08:26

技能介绍

用途

options-analysis 用于使用 Black-Scholes 等定量模型对金融期权进行定价与风险评估。它处理股票价格、行权价、到期时间、波动率和无风险利率等输入,输出期权价格与希腊字母(如 delta、gamma)。

适用场景

该技能适用于交易场景中的实时金融分析,例如为欧式看涨/看跌期权定价、评估投资组合风险或回测策略。当你能够获取市场数据并需要定量洞察时(如算法交易或风险管理仪表盘)可使用它。

主要能力

  • 使用 Black-Scholes 或二叉树模型为期权定价。
  • 计算希腊字母(如 delta、gamma、theta、vega)用于敏感性分析。
  • 评估隐含波动率和行权概率等风险指标。
  • 支持在单次调用中批量处理多个期权。
  • 处理包括股票和指数在内的多种资产类型,并对无效输入提供错误边界。

使用方式

可通过 CLI 调用该技能进行快速测试,或将其集成到 Python 代码中用于自动化工作流。始终提供股票价格和波动率等必需参数。对于复杂输入,使用 JSON 配置文件以避免 CLI 长度限制。对于 API 调用,先使用 $OPTIONS_API_KEY 设置认证头。示例模式:从文件加载数据,运行分析,并将结果解析为 dataframe 以供进一步处理。

常用命令/API

使用 CLI 命令 claw options-analysis [subcommand] [flags]。对于 API,向 https://api.openclaw.ai/financial/options/price 发送 POST 请求。

定价命令:claw options-analysis price --model black-scholes --stock-price 100 --strike 105 --time 0.5 --volatility 0.2 --rate 0.05

输出:包含价格和希腊字母的 JSON,例如 {"price": 5.23, "delta": 0.52}

风险评估命令:claw options-analysis risk --model black-scholes --stock-price 100 --strike 105 --time 1 --volatility 0.3 --iterations 1000

标志:--iterations 用于蒙特卡洛模拟;省略时默认为 100。

定价 API 端点:POST 到 /api/options/price,请求体:{"model": "black-scholes", "stock_price": 100, "strike": 105}

响应:JSON 对象,例如 {"call_price": 4.82, "put_price": 3.45}

代码片段(Python):

import requests headers = {"Authorization": f"Bearer {os.environ['OPTIONS_API_KEY']}"} response = requests.post("https://api.openclaw.ai/financial/options/price", json={"model": "black-scholes", "stock_price": 100}, headers=headers) print(response.json()['price'])

配置格式:使用 JSON 文件作为输入,例如:

{ "model": "black-scholes", "params": {"stock_price": 100, "strike": 105, "time": 1} }

通过 CLI 传入:claw options-analysis price --config path/to/config.json

集成说明

可通过在 OpenClaw 工作流中导入该技能或通过 API 调用来集成。认证需要在执行前将 $OPTIONS_API_KEY 设置为环境变量。例如,在脚本中:export OPTIONS_API_KEY=your_api_key_here。处理依赖项如 NumPy 以对结果进行后处理。如果在更大的应用中使用,请将调用包装在 try-except 块中,并缓存结果以减少重复查询的 API 延迟。

错误处理

在调用前验证参数,检查无效输入(如负波动率)等错误。常见错误包括缺少字段时的 HTTP 400 或认证失败时的 401。在 CLI 中,错误以 stderr 消息返回,例如 "Error: Volatility must be positive."。在代码中,捕获 requests.exceptions.HTTPError 等异常并使用指数退避重试。始终记录错误详情,例如 "Invalid model: Use 'black-scholes' or 'binomial'."。使用样本数据测试以确保优雅处理。

具体使用示例

示例 1:为看涨期权定价

用于计算股票看涨期权的价格:

claw options-analysis price --model black-scholes --stock-price 150 --strike 155 --time 0.25 --volatility 0.15 --rate 0.02

这会输出价格(例如 5.10),并可管道传输到脚本以用于交易决策。

示例 2:评估投资组合风险

对多个期权进行风险评估:

创建配置文件 portfolio.json,内容为:

{"options": [{"stock_price": 200, "strike": 205, "time": 0.5}, {"stock_price": 50, "strike": 55, "time": 1}]}

运行:claw options-analysis risk --config portfolio.json --model black-scholes

这会为每个期权计算希腊字母,帮助识别高风险头寸。

图谱关系

相关:financial-cluster(父级)、options-trading-skill(同级)、risk-assessment-skill(依赖)。

连接:data-fetching-skill(用于市场数据输入)、visualization-skill(用于输出绘图)。