antbank.ai · options lab
AI 期权分析方法学研究。
本"AI 知识仓库"的当前研究专题:用算法对美股头部公司的看跌期权链做评分、排序、可视化,探索
cash-secured sell put
策略的风险收益结构。
非盈利研究 — 不撮合交易、不接受资金、不收集用户身份。
关于 antbank.ai →
Sell-Put Scout
好公司 · 折价买入 — Mega 7 期权链 expiry × strike 智能扫描
Contractsi
—
—
Must Act ≥ 90i
—
—
Strong ≥ 80i
—
—
Shadow Openi
—
—
Unrealized PnLi
—
—
Universe heat · 标的热度
每只股票当日得分最高的 sell put 合约分数
—
每个方块 = 一只股票。数字是该股今日最高合约分,
颜色越深越值得关注。点击方块可筛选,只看该标的的推荐合约。
推荐合约 · Top contracts
每行是一张可以"卖出"的看跌期权合约。
按综合分排序,最有吸引力的在最上面。每张合约要"接货"约 100 股标的——
所以 strike × 100 是你需要预留的现金。鼠标悬停列名看每个指标的解释。
Top contracts —
| # | Gradei | Sym | Expiryi | DTEi | Strikei | Premi | Yieldi | FV disci | vs 52wi | IVi | IVRki | Δi | Scorei |
|---|
IV library · 隐含波动率库
每只标的当前的 ATM IV。
IV 越高 = 市场越恐慌 = 卖方权利金越贵。每天采集一次,
≥10 天后开始计算 IV Rank。
0%25%50%75%100%
Shadow positions · 影子组合
模型每天自动把高分合约"纸面卖出"到这个组合,
每天盯市,
到期自动结算。用来验证"模型推荐到底有没有用"。
Realized
—
Win rate
—
Assigned
—
Score distribution · 评分分布
今日扫描的所有合约按综合分分桶(每 5 分一档)。多数合约会落在 40-60 分——
这反映平静市场。当大量合约涌入 ≥80 区间(右侧绿色),通常意味着市场恐慌期 + 期权卖方机会窗口。
02550708090100
<60 skip
60-70 watch
70-90 act
≥90 must
Shadow Portfolio · 影子组合
每日扫描后,模型自动把高分合约"卖出"到此组合,纸面跟单 — 不实际下单
每天扫描完成后,模型会把得分 ≥70 的合约自动 "纸面卖出"
到本组合,每天盯市,
到期自动结算(OTM 全收 或
ITM 接货)。
本组合用于验证模型推荐合约的真实表现 — 公开追踪,接受质疑。
当前持仓
—
| 合约 | 开仓日 | 到期 | 入场 premi | 最新 marki | 浮盈i | 入场分i |
|---|
已平仓 · 历史
—
到期后自动平仓的合约。实际收益 = 收到的权利金(全收) 或 权利金 − 接货损失(被行权)。
这是验证"模型推荐高分合约真的能赚钱"的硬证据。
| 合约 | 开仓日 | 平仓日 | 入场分 | 入场 prem | 实现盈亏i | 结局 |
|---|
IV Library · 隐含波动率库
每日采集每只标的 30 天 ATM put 的 IV,自建市场恐慌温度计
每天本地扫描时,采样每只标的 30 天ATM
看跌期权的隐含波动率,
落 SQLite 库。积累 ≥10 天后开始计算
IV Rank,
≥252 天后达到机构级 1 年分位。
用途:Layer 2 评分模型用 IV Rank 作为"市场恐慌定价"因子。
Calibration · 模型回测
入场分 vs 实现收益:验证"分数高 = 收益高"的因果性
如果模型评分有用,那入场时分数越高的合约,最终实现的年化收益率应该越高。
这一页跟踪所有已平仓的影子合约,按入场分分桶统计,计算
皮尔逊相关系数,
以及每个分数段的胜率、平均年化。
antbank.ai · 非盈利 AI 方法学研究 · not a financial service
本知识库提供基于公开行情数据的算法演示与可视化研究,不构成对任何具体证券的买卖建议, 不提供交易执行 / 撮合 / 资金托管能力,不收取手续费,不收集用户身份信息。 期权交易涉及本金亏损风险,任何交易决策请咨询持牌专业人士。 完整声明 →
本知识库提供基于公开行情数据的算法演示与可视化研究,不构成对任何具体证券的买卖建议, 不提供交易执行 / 撮合 / 资金托管能力,不收取手续费,不收集用户身份信息。 期权交易涉及本金亏损风险,任何交易决策请咨询持牌专业人士。 完整声明 →