期权数据分析方法及装置与流程

本申请涉及投资和风险管理技术领域，具体而言，涉及一种期权数据分析方法及装置。

背景技术：

期权(options)是一种选择权，期权的买方向卖方支付一定数额的权利金后，就获得这种权利，即拥有在一定时间内以一定的价格(执行价格)出售或购买一定数量的标的物(实物商品、证券或期货合约)的权利(即期权交易)。期权交易的过程中，有很多不确定性，那么参与期权交易的用户就希望采用一些方法来评估期权的合理价格，以便进行投资交易和风险管理。

现有技术中，获取期权的行情数据后，会采用对应的算法对行情数据进行处理，并获取处理结果，用户可以参考处理结果进行期权交易。

但是，目前的行情数据分析只是简单的考虑历史行情数据进行教科书上的bs求解，若期权合约数量较多，采用现有技术的方法分析耗时、准确率较低。

技术实现要素：

有鉴于此，本申请的目的在于提供一种期权数据分析方法及装置，用于解决现有技术中数据分析耗时长、准确率低的问题。

第一方面，本申请提供一种期权数据分析方法，包括：

获取交易所服务器提供的期权数据，所述期权数据包括：目标期权的行情数据以及所述目标期权对应的标的物行情数据；

根据所述期权数据和风控模型，计算获取所述目标期权的隐含波动率；

根据所述隐含波动率和所述期权数据，计算获取所述目标期权的理论价格和风控指标数据。

第二方面，本申请提供一种期权数据分析装置，包括：

获取模块，用于获取交易所服务器提供的期权数据，所述期权数据包括：目标期权的行情数据以及所述目标期权对应的标的物行情数据；

计算模块，用于根据所述期权数据和风控模型，计算获取所述目标期权的隐含波动率；

风控模块，用于根据所述隐含波动率和所述期权数据，计算获取所述目标期权的理论价格和风控指标数据。

第三方面，本申请提供一种处理设备，可以包括存储有计算机程序的计算机可读存储介质和处理器，所述计算机程序被所述处理器读取并运行时，实现上述第一方面所述的方法。

第四方面，本申请提出一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器读取并运行时，实现上述第一方面所述的方法。

本申请实施例中，获取交易所服务器提供的期权数据，根据上述期权数据和风控模型，计算获取目标期权的隐含波动率，进而根据隐含波动率和期权数据，计算获取上述目标期权的理论价格和风控指标数据，实现了先获取隐含波动率、再计算获取目标期权的理论价格和风控指标数据，然后就可以根据目标期权的理论价格和风控指标数据对目标期权进行评估，使得对期权的定价和风险管理能够随着波动率等行情数据的变化而有效调整。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本申请提供的金融数据处理方法应用场景示意图；

图2为本申请一实施例提供的期权数据分析方法流程示意图；

图3为本申请另一实施例提供的期权数据分析方法流程示意图；

图4为本申请另一实施例提供的期权数据分析方法流程示意图；

图5为本申请一实施例提供的期权数据分析装置结构示意图；

图6为本申请另一实施例提供的期权数据分析装置结构示意图；

图7为本申请另一实施例提供的期权数据分析装置结构示意图；

图8为本申请一实施例提供的处理设备结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，应当理解，本申请中附图仅起到说明和描述的目的，并不用于限定本申请的保护范围。另外，应当理解，示意性的附图并未按实物比例绘制。本申请中使用的流程图示出了根据本申请的一些实施例实现的操作。应该理解，流程图的操作可以不按顺序实现，没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外，本领域技术人员在本申请内容的指引下，可以向流程图添加一个或多个其他操作，也可以从流程图中移除一个或多个操作。

图1为本申请提供的金融数据处理方法应用场景示意图。该方法可以应用于期权、期货等金融产品的交易系统。以图1为例，该系统可以包括：交易所服务器01和处理平台02，交易所服务器01和处理平台02之间可以包括券商服务器03。其中，处理平台02可以由服务器、或其他具备处理能力的设备实现，本申请不作限制。处理平台02获取到的期权数据、以及后续处理的结果，均可通过终端04上的客户端等显示，该终端04可以是计算机、手机、平板电脑等。

券商服务器03可以从交易所服务器01采集相关数据，例如行情数据、成交数据等，并可以将采集的数据发送给处理平台02，以便处理平台02进行处理，进而处理平台02处理完得到的结果可以生成交易指令，再通过券商服务器03发送到交易所服务器01，完成交易。

需要说明的是，处理平台02与券商服务器03、终端04等外部设备可以采用通用的协议进行通信，处理平台02内部的模块之间可以采用自定义的私有协议进行通信，在此不作具体限制。其中，该私有协议可以采用高速通信协议。

图2为本申请一实施例提供的期权数据分析方法流程示意图，该方法的执行主体可以是上述处理平台02，如图2所示，该方法包括：

s201、获取交易所服务器提供的期权数据。

该期权数据可以包括目标期权的行情数据以及所述目标期权对应的标的物行情数据。

可选地，通过券商服务器可以获取大量期权、期货以及其他金融产品、金融衍生品的行情数据、成交数据等，获取这些数据后，可以筛选出重点关注的一些目标期权的行情数据、目标期权对应的标的物行情数据等。

更具体地，期权数据可以包括：行权价格、标的价格、实际波动率、期权价格等。

s202、根据上述行期权据和风控模型，计算获取目标期权的隐含波动率。

其中，隐含波动率(impliedvolatility)是将市场上的期权或权证交易价格代入风控模型，从而反推出来的波动率数值。其风控模型的选择主要跟交易模式、策略和市场参与者等有关。

可选地，风控模型可以是期权定价模型，例如可以是b-s模型、二叉树模型、black76模型等，本申请不以此为限制。

如果采用b-s模型求隐含波动率，需要预设两个预估波动率值：高波动率σh、以及与该σh对应的期权价格ch、低波动率σl以及σl对应的期权价格cl，使期权市场价格cm在cl和ch之间。

进一步地，采用公式迭代计算隐含波动率，其中，σi+1表示第i次迭代的隐含波动率，i的取值范围可以是[0,99]的整数。

其中，当c(σi+1)<cm，用σi+1替代σl，当c(σi+1)>cm，用σi+1替代σh，直到|cm-c(σi+1)|≤ε，此时σi+1就是所求的隐含波动率。ε为要求的精度。

如果熔断，bid＝ask＝lastprice；否则如果bid*ask＝0，cm＝bid+ask；如果asksize<＝1或bidsize<＝1，cm＝(bid+ask)/2。除此以外的采用委托量加权算法。其中，bid表示买价，ask表示卖价，lastprice表示最新价。asksize表示卖出股数，bidsize表示买入股数。

s203、根据隐含波动率和期权数据，计算获取上述目标期权的理论价格和风控指标数据。

获取到隐含波动率之后，再结合期权数据，就可以计算出期权的理论价格、风控指标数据等，用户可以根据理论价格、风控指标数据等，对想要交易的期权做出判断。

例如，也可以采用b-s模型计算理论价格，其中：

c＝se^-qτn(d1)-xe^-rτn(d2)，p＝xe^-rτn(-d2)-se^-qτn(-d1)。c和p都是理论价格，c是认购期权的理论价格，p是认沽期权的理论价格。

n(x)表示累积分布函数，ξ表示积分变量，s表示标的价格，x表示执行价格，τ表示剩余存续期，r表示无风险利率。

q表示分红率，σ表示实际波动率，σ²表示年度化方差。

其中具体需要的参数，可以从上述期权数据中获得。

另外，上述风控指标数据可以包括下述一种或多种：认沽期权价格对标的价格的导数delta_p，认购期权价格对标的价格的导数delta_c，期权价格对标的价格的二阶导数gamma，期权价格对波动率的导数vega，认购期权对时间的导数theta_c，认沽期权对时间的导数theta_p，delta(衡量的是理论期权价值相对于标的资产价格变化的变化率)对波动率的导数vanna，vega对波动率的导数vomma，期权价格对利率的导数rho，delta对时间的导数charm，期权价格对分红率的导数rhob等。

其中，delta_c＝e^-qτn(d1)，delta_p＝e^-qτn((d1)-1)，

本实施例中，获取交易所服务器提供的期权数据，根据上述期权数据和风控模型，计算获取目标期权的隐含波动率，进而根据隐含波动率和期权数据，计算获取上述目标期权的理论价格和风控指标数据，实现了先获取隐含波动率、再计算获取目标期权的理论价格和风控指标数据，然后就可以根据目标期权的理论价格和风控指标数据对目标期权进行评估，使得对期权的定价和风险管理能够随着波动率等行情数据的变化而有效调整。

在一些特殊场景的应用中，为了更准确的进行分析，可以引入隐含融券利率。由于标的物存在借贷成本，如果不进行调整，平值附近的最接近平值的认购期权(call)的隐含波动率和最接近平值的认沽期权(put)的隐含波动率会有一定的差距，给波动率曲线的拟合带来较大误差。期货虽然没有借贷成本，但有基差风险，升贴水也会带来误差。隐含融券利率的作用就是消除借贷成本，使平值附近的call的隐含波动率和put的隐含波动率大致相等，更加准确的拟合曲线。

可选地，上述根据隐含波动率和期权数据，计算获取目标期权的理论价格和风控指标数据，可以包括：根据所述隐含波动率、所述期权数据以及隐含融券利率，计算获取所述目标期权的理论价格和风控指标数据。

可选地，引入隐含融券利率后，期权的理论价格可以表示为c+ke^-rt＝p+s0e^-qt，其中，k表示行权价格，s0表示标的期初价格，p表示认沽期权的理论价格，t表示剩余存续期。需要说明的是，这里的分功率q与b-s模型中不同，进一步地，可以得到b表示无风险利率与分红率的差。

需要说明的是，上述目标期权的行情数据可以包括：时间信息、价格信息。将目标期权的行情数据代入风控模型，计算获取目前期权的隐含波动率，可以是：根据该时间信息、价格信息和风控模型，计算获取目标期权的隐含波动率。

目标期权的行情数据一般有三个维度，除了上述时间信息、价格信息还可以包括实际波动率。该实际波动率不同于隐含波动率，实际波动率来自于交易所服务器。

相应地，再获取交易所服务器提供的期权数据后，可以将实际波动率、隐含波动率写入所述目标期权对应的队列，采用所述队列对应的策略算法进行计算，获取策略结果，进而可以将策略结果发送给交易所服务器完成交易。

其中，策略结果可以表示：成交、拒单、部分成交、撤单等中的一个或多个。其中还可以包括具体的交易数据，例如成交x股、每股的成交价格为y元等。

具体实现时，可以先对获取的行情数据进行解码，得到处理平台可识别的行情数据，然后根据预先设定的规则，将实际波动率、隐含波动率调度到对应的队列，每个队列会对应不同的策略算法，以获取对应的策略结果。调度过程中，可以是随机调度，也可以根据“实际波动率、隐含波动率”所对应期权的属性调度到对应的队列，具体可以预先配置期权属性与策略算法之间的映射关系，本申请不作具体限制。

图3为本申请另一实施例提供的期权数据分析方法流程示意图，如图3所示，该方法包括：

s301、获取交易所服务器提供的期权数据。

s302、采用解码器对上述期权数据进行解码，获取解码后的期权数据。

s303、根据上述解码后的期权数据和风控模型，计算获取目标期权的隐含波动率。

s304、根据隐含波动率和期权数据，计算获取上述目标期权的理论价格和风控指标数据。

s305、可以将实际波动率、隐含波动率写入所述目标期权对应的队列，采用所述队列对应的策略算法进行计算，获取策略结果。

s306、将策略结果写入委托列表，并可以根据上述理论价格、风控指标数据等对委托列表中的策略结果进行评估，将通过风险评估的策略结果发送给交易所服务器完成交易。

可选地，上述风控指标数据还可以包含隐含波动率、实际波动率的波动等，可以根据具体评估需要确定，本申请不作限制。

图4为本申请另一实施例提供的期权数据分析方法流程示意图。

进一步地，上述风控指标数据可以包括：头寸风控数据(dtv)。头寸可以用于调价。

相应地，如图4所示，该方法包括：

s401、获取交易所服务器提供的期权数据。

s402、根据上述期权数据和风控模型，计算获取目标期权的隐含波动率。

s403、根据隐含波动率和期权数据，计算获取上述目标期权的理论价格和风控指标数据。

s404、根据头寸风控数据以及价差，调整目标期权的理论价格，获取调整后的价格。

头寸风控数据以及价差(theoedge)主要与以下参数相关：隐含波动率拟合后的定价、实际波动率的波动、合约的相关性。

其中，隐含波动率的拟合可以采用：双边3次多项式拟合、梯度下降拟合、梯度增强决策树拟合等中的一种算法，本申请不作具体限制。

调整后的价格可以包括：做市买价(mmask)、做市卖价(mmbid)。

本实施例中，通过根据头寸风控数据以及价差，调整目标期权的理论价格，获取调整后的价格，可以实现对期权合约双边报价和在有头寸风控数据时对期权定价的实时动态调整。

图5为本申请一实施例提供的期权数据分析装置结构示意图，如图5所示，该装置包括：获取模块501、计算模块502以及风控模块503，其中：

获取模块501，用于获取交易所服务器提供的期权数据，所述期权数据包括：目标期权的行情数据。

计算模块502，用于根据所述行情数据和风控模型，计算获取所述目标期权的隐含波动率。

风控模块503，用于根据所述隐含波动率和所述行情数据，计算获取所述目标期权的理论价格和风控指标数据。

本实施例中，获取交易所服务器提供的期权数据，根据上述行情数据和风控模型，计算获取目标期权的隐含波动率，进而根据隐含波动率和行情数据，计算获取上述目标期权的理论价格和风控指标数据，实现了先获取隐含波动率、再计算获取目标期权的理论价格和风控指标数据，然后就可以根据目标期权的理论价格和风控指标数据对目标期权进行评估，以提升期权评估的准确度。

可选地，风控模块503，具体用于根据所述隐含波动率、所述行情数据以及隐含融券利率，计算获取所述目标期权的理论价格和风控指标数据。

一实施例中，行情数据包括：时间信息、价格信息。计算模块502，具体用于根据所述时间信息、所述价格信息和风控模型，计算获取所述目标期权的隐含波动率。

图6为本申请另一实施例提供的期权数据分析装置结构示意图，如图6所示，在图5的基础上，还可以包括：发送模块601。

相应地，行情数据还包括：实际波动率。

计算模块502，还用于将所述实际波动率、隐含波动率写入所述目标期权对应的队列，采用所述队列对应的策略算法进行计算，获取策略结果。

发送模块601，用于将所述策略结果发送给交易所服务器。

图7为本申请另一实施例提供的期权数据分析装置结构示意图，如图7所示，该装置还可以包括：调整模块701。

上述风控指标数据包括：头寸风控数据。相应地，调整模块701，用于根据所述头寸风控数据以及价差，调整所述目标期权的理论价格，获取调整后的价格。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

需要说明的是，以上这些模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路(applicationspecificintegratedcircuit，简称asic)，或，一个或多个微处理器(digitalsingnalprocessor，简称dsp)，或，一个或者多个现场可编程门阵列(fieldprogrammablegatearray，简称fpga)等。再如，当以上某个模块通过处理元件调度程序代码的形式实现时，该处理元件可以是通用处理器，例如中央处理器(centralprocessingunit，简称cpu)或其它可以调用程序代码的处理器如图形处理器(graphicalprocessingunit，简称gpu)。再如，这些模块可以集成在一起，以片上系统(system-on-a-chip，简称soc)的形式实现。

图8为本申请一实施例提供的处理设备结构示意图，如图8所示，该处理设备包括：

存储有计算机程序的计算机可读存储介质801和处理器802，处理器802可以调用计算机可读存储介质801存储的计算机程序。当该计算机程序被处理器802读取并运行，可以实现上述方法实施例。具体实现方式和技术效果类似，这里不再赘述。

可选地，本申请还提供一计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器读取并运行时，可以实现上述方法实施例。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考方法实施例中的对应过程，本申请中不再赘述。在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个模块或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

以上仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。