SuperAPI AI 工具集

quantitative-finance-guide

通用与其它

查看项目

更新于 10-16 06:17

技能介绍

用途:将量化方法应用于金融研究,覆盖衍生品定价、投资组合优化、风险建模与时间序列计量经济学,面向学术研究者与量化分析师。

主要能力:

  1. 衍生品定价:Black-Scholes-Merton 欧式期权定价函数,返回价格与希腊字母(delta、gamma、theta、vega、rho);基于几何布朗运动的蒙特卡洛定价,用于路径依赖期权与复杂收益结构,输出价格、标准误与 95% 置信区间。
  2. 投资组合优化:Markowitz 均值-方差优化,用 SLSQP 求解带权重和为 1、目标收益约束的二次规划,生成有效前沿点(收益、波动率、权重)。
  3. 风险管理:VaR 与期望损失(ES/CVaR)计算,提及历史模拟、方差-协方差(参数法)、蒙特卡洛三种 VaR 方法。
  4. 时间序列计量经济学:平稳性 ADF 检验、GARCH 波动率聚集建模、配对交易协整检验;存在自相关时报告 Newey-West 标准误,用 AIC、BIC 做模型选择。

使用方式:资料给出 Python 实现,依赖 numpy、scipy(scipy.stats、scipy.optimize)。示例包括调用 black_scholes(S=100, K=105, T=0.5, r=0.05, sigma=0.20, option_type='call'),以及蒙特卡洛、有效前沿、VaR/ES 函数。未提供安装命令、运行环境或平台说明。

限制:资料仅为技能说明与代码片段,未说明收费、价格、支持平台或实际使用效果;参数与假设(如正态分布、几何布朗运动)属模型设定,实际应用需自行验证。

参考:Hull《Options, Futures, and Other Derivatives》(2022);Markowitz (1952) Portfolio Selection。