┌─────────────────────────────────────────────────────┐
│                  第1层：信号生成层                     │
│   ├─ 趋势信号（均线/通道/动量）                        │
│   ├─ 波动率信号（IV/HV偏度/期限结构）                  │
│   ├─ 资金流信号（北向/主力/基差）                      │
│   └─ 宏观信号（政策/事件/日历效应）                    │
├─────────────────────────────────────────────────────┤
│                  第2层：策略决策层                     │
│   ├─ 方向性策略：单腿（买Call/Put）                    │
│   ├─ 价差策略：垂直/水平/对角                        │
│   ├─ 波动率策略：跨式/宽跨式/蝶式/鹰式                │
│   └─ 组合策略：备兑/保护性看跌/双卖                   │
├─────────────────────────────────────────────────────┤
│                  第3层：风控执行层                     │
│   ├─ 仓位管理（凯利公式/固定比例/波动率适配）          │
│   ├─ 止损机制（ATR动态/固定点/希腊字母监控）           │
│   ├─ 移仓管理（Gamma/Theta/TIME Decay）              │
│   └─ 压力测试（极端行情/黑天鹅模拟）                   │
├─────────────────────────────────────────────────────┤
│                  第4层：数据与执行层                   │
│   ├─ 行情数据（Tick/分钟/日线 + IV曲面）              │
│   ├─ 交易执行（CTP接口/量化平台/QMT/PTrade）          │
│   └─ 回测引擎（事件驱动/向量化/蒙特卡洛）              │
└─────────────────────────────────────────────────────┘

复合信号得分 = Σ(每个信号得分 × 信号权重 × 信号置信度)

每个信号得分在[-1, +1]区间，权重根据近期回测效果动态调整。

关键规则：

• 趋势信号权重 + 波动率信号权重 + 资金流信号权重 = 1.0
• 在趋势明确时：趋势权重占60%，波动率20%，资金流20%
• 在震荡市中：波动率权重提升至50%，趋势20%，资金流30%
• 复合得分 > 0.3 → 强烈做多；0.1~0.3 → 温和做多
• 复合得分 < -0.3 → 强烈做空；-0.1~-0.3 → 温和做空
• 复合得分在[-0.1, 0.1] → 采用波动率策略（不做方向）

适用条件：信号复合得分 > 0.3（做多）或 < -0.3（做空）
合约选择：实值一档（Delta≈0.7~0.8），近月合约（15~30天到期）
入场规则：信号确认后次日开盘入场
止损规则：

• ATR止损：止损价 = 入场价 - 2.0 × ATR(14)（做多），入场价 + 2.0 × ATR(14)（做空）
• 固定点止损：股指期权：50点；ETF期权：0.2元
• 时间止损：持仓超过10个交易日未盈利超ATR的50%则平仓
• 希腊字母止损：Theta衰减超过权利金的5%/日，或Gamma变为负值

移仓规则：到期前7天平仓，移仓至下个月

适用条件：信号温和偏向（0.1~0.3或-0.1~-0.3）
构建方式：

• 牛市Call价差：买低行权价Call + 卖高行权价Call（同一到期月）
• 熊市Put价差：买高行权价Put + 卖低行权价Put（同一到期月）

行权价选择：买入腿选平值或轻度实值，卖出腿选虚值一档或两档
最大盈利：宽度 - 净权利金支出
最大亏损：净权利金支出
收益率要求：最大亏损/最大盈利 < 1:2 才入场
止损：价格反向突破买入腿行权价 + 0.5×ATR

适用条件：IV处于历史低分位（<20%）+ 预期有大行情（财报/政策/事件）
构建方式：

• 跨式：买入平值Call + 买入平值Put（同一到期月）
• 宽跨式：买入虚值一档Call + 买入虚值一档Put（成本更低）

合约选择：到期日15~30天（Theta衰减可控）
盈亏平衡点：行权价 ± (Call权利金 + Put权利金)
止损：

• IV下降至入场IV的80% → 平仓
• 总权利金亏损超60% → 平仓
• Theta衰减超过权利金的3%/日 → 减仓

中证1000特别适用：MO的波动率高、爆发力强，买入宽跨式胜率高于50/300

⭐ 这是最关键、最常用的策略！

适用条件：IV处于历史高分位（>60%）+ 市场处于震荡/区间整理
标的偏好：上证50/沪深300 > 中证1000（50/300波动更稳定）
构建方式：

• 卖出虚值两档Call + 卖出虚值两档Put（同一到期月）
• Delta中性：Call和Put的名义Delta尽量平衡

合约选择：到期日7~14天（靠近到期Theta衰减最快，风险最低）
保证金计算（股指期权）：

认购义务仓保证金 = (前结算价 + max(12%×前收盘价-虚值, 7%×前收盘价)) × 合约乘数
认沽义务仓保证金 = min(前结算价 + max(12%×前收盘价-虚值, 7%×前收盘价), 行权价) × 合约乘数

止损规则（多层防护）：

1. 价格止损：标的突破卖出Call/Put的行权价 → 立即平仓该侧
2. 波动率止损：IV上升超过入场IV的30% → 双平
3. Delta止损：组合Delta绝对值 > 3 → 需要调整
4. Gamma止损：Gamma太大说明接近平值 → 移仓到更虚值或更远月
5. 最大亏损限制：单笔最大亏损不超过初始保证金的30%

移仓规则：到期前2天平仓，移仓至下一周/下月
利润目标：收取权利金的50%~70%后平仓

50/300/1000推荐参数：

• 上证50：卖出虚值4%~6%的Call/Put（约200~300点），权利金约50~80元/手
• 沪深300：卖出虚值3%~5%的Call/Put（约120~200点），权利金约80~150元/手
• 中证1000：卖出虚值5%~7%的Call/Put（约300~500点），权利金约100~200元/手

适用条件：持有ETF现货，预期小幅上涨或震荡
构建方式：持有ETF现货 + 卖出虚值Call
行权价选择：虚值一档或两档（Delta≈0.2~0.3）
每月额外收益：约1%~3%/月（权利金收入）
风险：大幅上涨会限制收益上限，大幅下跌会有现货亏损

适用条件：持有ETF现货，担心短期回调
构建方式：持有ETF现货 + 买入虚值Put
行权价选择：虚值一档（对标的价格5%~8%的保护）
成本：相当于给持仓买保险，权利金约1%~3%/月

适用条件：极度看平后市，预期窄幅震荡
构建方式：买低行权价 + 卖2×中行权价 + 买高行权价（同一到期月）
行权价间距：通常2~3个档位
优势：风险和成本极低，适合IV高位时做空波动率

适用条件：与蝶式类似，但盈利区间更宽
构建方式：买低+卖中低+卖中高+买高（4个不同行权价）
优势：比蝶式有更宽的盈利区间，容错率更高
适合：波动率回归行情（IV从高位回落）

适用条件：近远月IV存在明显价差（期限结构交易）
构建方式：卖近月Call/Put + 买远月Call/Put（同一行权价）
盈利来源：近月Theta衰减快于远月
适用品种：50/300/1000皆可

适用条件：波动率被低估，预期将有大幅波动但方向不确定
构建方式：买入平值Call或Put，动态做Delta对冲
操作：

• 买入平值期权后，用标的期货/ETF进行Delta中性对冲
• 标的上涨 → Call盈利增加 → 卖出一部分标的降Delta
• 标的下跌 → Call亏损 → 买入标的补Delta
• 每次对冲都能锁定一小部分Gamma收益

适合：中证1000（高波动率，Gamma收益更大）
风险：对冲频率越高手续费越高；震荡市Theta会吃掉利润

第一层：价格止损（ATR动态）
止损价 = max(入场价 - N×ATR, 持仓最高价 - N×ATR) ← 移动止损（Trailing Stop）

第二层：希腊字母止损

• Gamma风险：组合Gamma > 账户净值的0.5% → 减仓
• Theta风险：每日Theta亏损 > 账户净值的0.2% → 减仓
• Vega风险：IV每上升1%，组合亏损 > 账户净值的0.3% → 平仓

第三层：时间止损

• 开仓后5日内盈利未达目标的50% → 减仓50%
• 开仓后10日内未触及目标 → 平仓
• 到期前3日必须平仓（最后一个交易日风险极大）

第四层：账户风控（硬性）

• 单策略最大亏损 ≤ 总资金的5%
• 总敞口（所有策略的保证金总和）≤ 总资金的60%
• 连续亏损3笔 → 暂停交易24小时（风控冷静期）
• 周最大回撤超过10% → 全仓清空复盘

凯利比例 f* = (bp - q) / b

其中：

• b = 盈亏比（平均盈利/平均亏损）
• p = 胜率
• q = 1 - p（败率）

推荐仓位调整：

• 实际仓位 = 凯利比例 × 安全系数（0.25~0.5）
• 策略预期胜率60%+盈亏比2:1 → 凯利=40% → 实际用10%~20%
• 策略预期胜率50%+盈亏比3:1 → 凯利=33% → 实际用8%~16%

头寸规模 = (账户风险额度) / (ATR × 合约乘数)

举例：

• 账户100万，单笔风险1%（1万元）
• 中证1000 ATR=65点，合约乘数=100
• 头寸数量 = 10000 / (65 × 100) = 1.5 → 取1手

IV修正因子：

• 当IV处于历史90%分位以上 → 仓位减半
• 当IV处于历史10%分位以下 → 仓位可适当增加1.5倍

• 交易成本：股指期权 5元/张，ETF期权 3元/张（含交易所+券商）
• 滑点：按期权买卖价差（Bid-Ask Spread）的50%计算
• 保证金：按中金所/上交所实际保证金标准计算
• 流动性约束：不交易日均成交量<100手的合约
• 交易限额：遵守中金所日内开仓限制
• 数据跨度：至少包含一轮完整牛熊周期（2015年至今）

# ===================================================
# 期权交易系统 - 核心策略框架
# ===================================================

import numpy as np
import pandas as pd
from datetime import datetime, timedelta

# ---------- 1. 信号计算 ----------
def calc_trend_signals(df):
    """计算趋势动量信号"""
    df['MA20'] = df['close'].rolling(20).mean()
    df['MA60'] = df['close'].rolling(60).mean()
    df['ATR14'] = calc_atr(df, 14)
    df['RSI14'] = calc_rsi(df['close'], 14)
    df['MACD'] = calc_macd(df['close'])
    
    # 趋势得分 [-1, +1]
    df['trend_score'] = 0.0
    df.loc[df['close'] > df['MA20'], 'trend_score'] += 0.3
    df.loc[df['close'] > df['MA60'], 'trend_score'] += 0.3
    df.loc[df['RSI14'] > 60, 'trend_score'] += 0.2
    df.loc[df['RSI14'] < 40, 'trend_score'] -= 0.2
    df.loc[df['MACD'] > 0, 'trend_score'] += 0.2
    df.loc[df['MACD'] < 0, 'trend_score'] -= 0.2
    return df

# ---------- 2. ATR计算 ----------
def calc_atr(df, period=14):
    high, low, close = df['high'], df['low'], df['close']
    tr = pd.concat([
        high - low,
        (high - close.shift()).abs(),
        (low - close.shift()).abs()
    ], axis=1).max(axis=1)
    return tr.rolling(period).mean()

# ---------- 3. 双卖策略 ----------
def short_strangle_signal(df, iv_data):
    """
    卖出宽跨式策略信号
    条件：IV处于历史60%分位以上 + 标的处于震荡
    """
    iv_percentile = iv_data['iv_percentile']
    trend_strength = df['trend_score'].abs()
    
    if iv_percentile > 0.6 and trend_strength < 0.3:
        return 'ENTER_SHORT_STRANGLE'
    elif iv_percentile < 0.3:
        return 'EXIT_SHORT_STRANGLE'
    else:
        return 'HOLD'

# ---------- 4. ATR动态止损 ----------
def calc_stop_loss(entry_price, atr, multiplier=2.0, position='long'):
    """ATR动态止损价"""
    if position == 'long':
        return entry_price - multiplier * atr
    else:
        return entry_price + multiplier * atr

# ---------- 5. 仓位管理 ----------
def calc_position(account_value, risk_pct, atr, multiplier=100):
    """基于ATR的头寸规模"""
    risk_amount = account_value * risk_pct
    position_size = risk_amount / (atr * multiplier)
    return max(1, int(position_size))

🔴 必读风险提示

1. 双卖策略风险：看似稳定但极端行情（如2015年股灾、2020年疫情暴跌）下可能出现巨大亏损。必须严格止损且永远不要裸卖极限虚值。
2. 流动性风险：远月合约和深度虚值合约流动性差，建议只交易近月和平值附近合约。
3. 行权风险：临近到期日，实值期权务必提前平仓或行权，避免被行权造成额外风险。
4. 保证金风险：极端行情下保证金会大幅提高，需预留足够资金应对追加保证金。
5. 策略周期：所有策略参数需要定期（每季度）重新校准和回测。

✅ 运营建议

1. 起步建议：先用10万小资金实盘验证策略3个月，确认有效再加大资金
2. 数据源：Wind/Choice/通联数据（IV曲面数据）、Tushare/AkShare（免费替代）
3. 执行平台：QMT（国金/中信）、PTrade（华泰）、CTP直连（专业版）
4. 回测工具：Python backtrader/vnpy/zipline（开源自建）
5. 监控频率：日频检查（双卖盘中需要盯），15分钟检查一次持仓希腊字母
6. 复盘频率：每日收盘复盘、每月深度复盘、每季度策略参数优化

📈 祝交易顺利！

本文档由智能量化系统自动生成

⚠️ 投资有风险，入市需谨慎 ⚠️