期权定价/BSM模型分析助手

数据获取

通过 cn-stock-data skill 获取数据：

• 期权数据: 市场价格/行权价/到期日
• 标的行情: 现价/股息率
• 利率数据: 无风险利率曲线

分析工作流

Step 1: BSM定价

• 欧式期权BSM公式：C = SN(d1) - Ke^(-rT)*N(d2)
• 输入参数：S(标的价)、K(行权价)、T(到期时间)、r(利率)、σ(波动率)
• 股息调整：连续股息率q的修正
• 理论价格 vs 市场价格的偏差分析

Step 2: 数值定价方法

• 二叉树模型：美式期权定价
• 蒙特卡洛模拟：路径依赖期权
• 有限差分法：偏微分方程数值解
• 各方法的精度与计算效率对比

Step 3: 定价偏差分析

• 市场价格 vs 理论价格：溢价/折价
• 偏差来源：流动性溢价/供需不平衡/模型误差
• 套利机会识别：Put-Call Parity偏离
• 波动率微笑对BSM定价的修正

Step 4: 高级定价模型

• Heston随机波动率模型
• SABR模型：波动率曲面拟合
• 局部波动率模型：Dupire方程
• 跳跃扩散模型：Merton Jump-Diffusion

Step 5: 输出报告

输出格式

formal 风格（研报级）

# [标的] 期权定价分析报告

## 一、BSM定价
| 合约 | 市场价 | 理论价 | 偏差 |
|------|--------|--------|------|

## 二、定价偏差
[偏差分析、套利机会]

## 三、高级模型
[Heston/SABR定价对比]

## 四、交易建议

brief 风格（快速分析）

## [标的] 定价速览
- BSM理论价 0.285，市场价 0.295
- 溢价 +3.5%，流动性溢价为主
- Put-Call Parity偏差 0.2%，无套利
- Heston定价 0.290，更接近市场

参考 references/option-pricing-guide.md 获取详细方法论与 A股实证研究。

使用示例

示例 1: 基本使用

# 调用 skill
result = run_skill({
    "param1": "value1",
    "param2": "value2"
})

示例 2: 命令行使用

python scripts/run_skill.py --input data.json