用途：面向期权策略的学习、分析与模拟，用理论定价模型帮助理解、分析和模拟期权策略，不依赖实时行情订阅。
主要能力：Black-Scholes 理论定价与 Greeks（Delta、Gamma、Theta、Vega、Rho）计算；主要策略的盈亏模拟，含最大盈利/亏损与盈亏平衡点；财报前波动率策略（与 Earnings Calendar 集成）；风险管理中的仓位规模与 Greeks 敞口分析；并提供策略与风险指标讲解。支持的策略涵盖备兑看涨、现金担保看跌、保护性看跌、领口、牛市/熊市价差、跨式与宽跨式、铁鹰、铁蝶、日历价差、对角价差、比率价差等。数据来源为 FMP API（股价、历史波动率、股息、财报日期）、用户输入的隐含波动率与无风险利率，以及 Black-Scholes 理论模型。
使用方式：需 Python 3.8+ 与 numpy、scipy、requests，安装命令 pip install numpy scipy requests。无 API 密钥时用 --stock-price、--strike、--days、--volatility 等参数手动输入；有密钥时可用 --ticker 与 --api-key，或通过 FMP_API_KEY 环境变量设置。示例命令：python3 scripts/black_scholes.py；python3 scripts/black_scholes.py --ticker AAPL --api-key $FMP_API_KEY；python3 scripts/black_scholes.py --stock-price 180 --strike 185 --days 30 --volatility 0.25；python3 scripts/black_scholes.py --stock-price 180 --strike 175 --days 30 --option-type put。
适用场景：用户询问期权策略含义、模拟策略盈亏、分析 Greeks 敞口、讨论财报前策略或比较策略时使用。
限制：采用欧式期权 Black-Scholes 定价，美式期权可能被低估；市场价可能因买卖价差而与理论价不同；未提供隐含波动率时用历史波动率替代；风险提示中杠杆与无限风险策略需谨慎，文档未给出收费、平台与效果方面的信息。