蔡宛庭程式交易

w3schools學習python   w3schools學習python程式碼 #註解 蔡宛庭程式交易 python迴圈 相當於EXCEL一列 #相當於JavaScript的// for i in range(20,10,-2):    print("第" + str(i) + "列") #整數i要和字串相+連，先轉成字串string指令str 複習EXCEL都會對應到python指令 Max Min Match Index 目標搜尋,學找最佳會參數 運算列表,判斷參數是否可靠、是否一致 使用修飾的CSS指令前後要加style與/style h1 {background-color: purple;color: white; text-align: center; padding: 10px; border: black 20px solid; border-radius: 30px;} h2{ border: blue 10px solid; border-radius: 20px;text-align: center;} pre {font-family: verdana; font-size: 20px; border: solid 2px blue; line-height: 1.5} 教學影片 13 14

從選取範圍建立名稱 股價 100 履約價 100 波動率 0.2 利率 0.01 時間 1 d1 0.15 =LN(股價/履約價)+(利率+波動率*波動率/2)*時間/波動率/SQRT(時間) d2 -0.05 =d1_-波動率*SQRT(時間) 買權價格 8.43331869 =股價*NORMSDIST(d1_)-履約價*EXP(-利率*時間)*NORMSDIST(d2_) 蔡宛庭 資料/模擬分析/目標搜尋/隱含波動率 說明影片 012 心得 求取選擇權的隱含波動率(IV,Implied Volatility)的觀念，類似程式交易 回溯測試 的 最佳化參數 。 選擇權權利金的理論價格，計算 參數 股價、履約價、波動率、利率、時間。 利用日資料回溯測試求最佳化參數，未來做日內資料的投機交易，使用五分鐘K線。 台灣期貨市場日交易時段五個小時(8:45-13:45)，相當於60個五分鐘。 將利用日資料算得的最佳化參數，除以60，來進行實際操作交易。

工作表worksheet 資料data 模擬分析simulation analysis 運算列表data table 蔡宛庭運算列表練習 股價 履約價 到期日 波動度 利率 550 560 0.1 0.2 0.05 買權權利金 d1 d2 10.65705276 -0.174217869 -0.237463422 =d1_-SQRT(到期日)*波動度 =(LN(股價/履約價)+(利率+波動度^2/2)*到期日)/SQRT(到期日)/波動度 =NORMSDIST(d1_)*股價- NORMSDIST(d2_)*履約價*EXP(-到期日*利率) 運算列表買權敏感度分析 sigma\時間 10.65705276 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.002 0 0 0 0 2.7673E-266 9.5955E-209 5.2339E-168 8.9536E-138 0.004 0 3.9914E-201 9.7472E-128 3.81612E-91 2.78908E-69 8.70332E-55 1.65927E-44 7.32479E-37 0.006 1.1863E-189 2.06805E-91 1.2357E-58 2.96875E-42 1.92302E-32 6.3904E-26 2.78159E-21 8.02849E-18 0.008 2.7317E-108 8.01117E-53 2.91751E-34 5.89266E-25 2.30217E-19 1.23568E-15 5.68462E-13 5.60892E-11 0.01 1.62863E-70 7.5815E-35 7.25188E-23 7.75721E-17 3.36691E-13 9.19374E-11 5.13224E-09 1.05776E-07 0.012 6.46251E-50 5.27344E-25 1.3398E-16 2.37455E-12 8.9194E-10 4.81648E-08 8.52534E-07 7.4826E-06 0.014 1.93764E-37 5.15522E-1...