Back to skills
SKILL.md
A Share Volatility Arb
ASecurityA股波动率套利/Vega交易策略。当用户说"波动率套利"、"vol arb"、"Vega交易"、"做多波动率"、"做空波动率"、"波动率交易"、"straddle"、"strangle"时触发。基于 cn-stock-data 获取数据,设计波动率套利策略。支持 formal/brief 两种输出风格。
- 232 stars
- 0 votes
- 0 copies
- 3 views
- Added September 7, 2026
Security analysis
100/100Pro scans all 2 files and shows the line behind each finding
npx -y skills add aifinlab/FinClaw --skill a-share-volatility-arb --agent claude-codeAre you the author of A Share Volatility Arb?
Add the live security badge to your README. It updates with every re-scan.
[](https://www.skillsdirectory.com/skills/aifinlab-a-share-volatility-arb)---
name: a-share-volatility-arb
description: A股波动率套利/Vega交易策略。当用户说"波动率套利"、"vol arb"、"Vega交易"、"做多波动率"、"做空波动率"、"波动率交易"、"straddle"、"strangle"时触发。基于 cn-stock-data 获取数据,设计波动率套利策略。支持 formal/brief 两种输出风格。
---
# 波动率套利/Vega交易助手
## 数据获取
通过 cn-stock-data skill 获取数据:
- **期权数据**: 各合约价格与IV
- **标的行情**: 实时价格与历史波动率
- **VIX类指标**: 中国波指/iVIX
## 分析工作流
### Step 1: 波动率定价判断
- IV vs HV(历史波动率):IV偏高→卖波动率
- IV分位数:当前IV在历史中的位置
- VRP(方差风险溢价) = IV² - RV²
- 波动率期限结构:近月vs远月IV关系
### Step 2: 策略构建
- 做多波动率:买入Straddle/Strangle
- 做空波动率:卖出Straddle/Iron Condor
- 波动率价差:买近月卖远月(或反向)
- 偏斜交易:买低IV行权价卖高IV行权价
### Step 3: Delta对冲
- 建仓时Delta中性:调整期权比例
- 动态对冲:标的价格变动时重新对冲
- 对冲频率:日度/实时,平衡成本与风险
- Gamma scalping:利用Gamma正值赚取对冲收益
### Step 4: 风险管理
- 最大亏损控制:设置止损线
- Vega敞口限制:控制波动率风险暴露
- 到期风险:临近到期Gamma风险急剧增大
- 黑天鹅防护:保留少量OTM期权作为保险
### Step 5: 输出报告
## 输出格式
### formal 风格(研报级)
```
# 波动率套利策略报告
## 一、波动率评估
| 指标 | 数值 | 信号 |
|------|------|------|
## 二、策略方案
[具体期权组合、Greeks]
## 三、对冲计划
[Delta对冲方案、频率]
## 四、风险控制
[止损、最大亏损]
```
### brief 风格(快速分析)
```
## 波动率套利速览
- IV 25% vs HV 20%,IV偏高
- 建议:卖出Straddle,收取权利金
- Delta对冲:日度调整
- 最大亏损控制在权利金的150%
```
参考 `references/volatility-arb-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
```python
# 调用 skill
result = run_skill({
"param1": "value1",
"param2": "value2"
})
```
### 示例 2: 命令行使用
```bash
python scripts/run_skill.py --input data.json
```
Files in this skill
- SKILL.md
- references/volatility-arb-guide.md
Attribution
Comments
Loading comments…