计算期权策略组合收益
import pandas as pdimport osimport numpy as npimport matplotlib.pyplot as pltimport timeplt.rcParams['font.sans-serif']=['simhei']#用于正常显示中文标签plt.rcParams['axes.unicode_minus']=False#用于正常显示负号class Option(): """ 计算期权策略组合收益 作者：无私的星星 """ def __init__(self,stock_price): """stock_price为到期股票各种可能价格，比如np.arange(1,100)""" self.date=time.time() #self.order()# 记录操作次数 self.info=[]#记录每次新加入期权信息 self.info_order = -1 self.stock_price=stock_price#到期股票各种可能价格,默认从0到100 self.data = pd.DataFrame(self.stock_price, columns=['到期股价'])#数据汇总用于收集记录所增加的投资内容 self.data['总收益']=0 self.make_files() def make_files(self): """生成文件夹用于存放各种生成资料""" path=os.getcwd() #生成用于存放图片的文件夹 self.plt_save = False # 决定是否保存图片 self.plt_save_order = 0 # 记录保存图片的顺序 self.path_picture=os.path.join(path,'生成图片') if os.path.exists(self.path_picture) == False: os.makedirs(self.path_picture) def option_data(self, X, cost, number_option, date='某月', name_option='期权', sale='买入', type='看涨', plot='yes'): """ 生成期权损益数据，X为执行价格，cost为期权费用,number_option为购买的期权数量,name_option为期权名称,date为行权时间如‘date="三月"’ sale为买卖类型，包括买入'买入'和卖出'卖出';type为期权类型，包括看涨'看涨'和看跌'看跌';plot决定是否要绘图，'yes'或者'no' 例如：卖出执行价格为70的看涨期权，费用为4 option_income_data(self,X=70,cost=4,sale='卖出',type='看涨') """ #决定买卖方向的系数 if sale=='买入': c_sale=1 else: c_sale=-1 #决定看涨看跌的系数 if type=='看涨': c_type=1 else: c_type=-1 option_data=number_option*c_sale*(np.array(list(map(lambda x:max(x,0),c_type*(self.stock_price - X))))-cost)#计算到期日各种可能股价下期权收益数据 self.data[sale+name_option+type+date+str(X)]=option_data#将期权数据拼接在数据表之后 self.total()#计算总收益 self.info.append([X, cost, sale, type, number_option, c_sale]) # 将期权信息记录进去系统,[行权价，期权费，买卖方向，期权类型,期权数量，买卖方向] self.info_order += 1 #是否将数据绘图 if plot=='yes': self.plot(self.data) return self.data def plot(self,data): plt.figure(figsize=(12,8)) info_order=0 cols_option=[]#记录期权列标题 for col in data.columns[2:]: plt.plot(data['到期股价'],data[col],label=col) if col[:2] in ['买入','卖出']: cols_option.append(col) #plt.plot(data['到期股价'],data['卖出300ETF看涨6月3700'],label='卖出300ETF看涨6月3700') info=self.info[info_order] info_order+=1 plt.plot([info[0]]*2,[0,-1*info[1]*info[4]*info[5]], alpha=0.3,linestyle='--')#绘制短垂线 plt.text(info[0], -1*info[1]*info[4]*info[5], '执行价为'+str(info[0]), size=8, rotation=-40)#, ha='left', va='bottom') plt.plot(data['到期股价'], data['总收益'], label='总收益',color='red')#绘制总收益曲线 plt.legend(loc='upper right',fontsize=14) plt.title('到期日投资收益图',fontsize=20) plt.grid(True,alpha=0.3) plt.plot(data['到期股价'],[0]*len(data['到期股价']),color='black',linewidth=2,alpha=0.3)#画出0横轴 #为了可以在画图时合适显现盈利曲线，需要计算纵轴最大最小显示刻度 #以最大期权费的五倍（横轴）为最大刻度 cost_options=[] for info in self.info: cost_option=info[1]*info[4] cost_options.append(cost_option) cost_option_max=max(cost_options) plt.ylim(-5*cost_option_max,5*cost_option_max)#绘制期权坐标刻度上下限 plt.xticks(fontsize=13) plt.yticks(fontsize=15) plt.xlabel('到期股价',fontsize=18) plt.ylabel('收益',fontsize=18) #保存生成图片 if self.plt_save==True: self.plt_save_order += 1 picture_name='图片'+str(self.plt_save_order)+'.jpg' picture_path=os.path.join(self.path_picture,picture_name) plt.savefig(picture_path) def order(self): self.order = -1 # 记录操作次数 self.order+=1 def total(self): """计算总收益""" columns=self.data.columns.tolist() columns.remove('到期股价');columns.remove('总收益') self.data['总收益']=self.data.ix[:,columns].sum(axis=1) def stock(self,S_0,number_stock,stock_name=''): """投资股票,S_0为初始股价,number_stock为所投资股票数量""" self.stock_order=0 self.data['股票'+stock_name+str(self.stock_order)]=(self.data['到期股价']-S_0)*number_stock self.stock_order+=1 self.total() self.plot(self.data) return self.dataif __name__=='__main__': option=Option(np.arange(3699.75,3700.25,0.01))#设置到期日股价可能变动范围 option.plt_save = True#另图片保存 option.option_data(3700,0.0249, 200000, '5月', '300ETF', '卖出', '看涨', 'yes')#'卖出300ETF看涨5月3700' option.option_data(3700.20, 0.0249, 200000, '6月', '300ETF', '买入', '看涨', 'yes') # 买入300ETF看涨6月3700.2 option.stock(3699.90, 200000,'沪深300') option.stock(3699.94, 200000, '沪深300') option.stock(3699.98,200000,'沪深300') option.stock(3700.02, 200000, '沪深300') option.stock(3700.06, 200000, '沪深300') option.stock(3700.10, 200000, '沪深300')