Skip to content

README.md

Latest commit

 

History

History
146 lines (100 loc) · 8.59 KB

README.md

File metadata and controls

146 lines (100 loc) · 8.59 KB
Raw

DeltaLab

DeltaLab

Release Python License: MIT Tests Last Commit Issues

基于 Python / tkinter 的期权 Delta 动态对冲回测框架，支持多种奇异期权、多数据源接入、日内多频率调仓与蒙特卡洛分析。

✨ 功能特性

  • 5 大类期权 —— 香草 (Vanilla)、累计 (Decumulator)、亚式 (Asian)、气囊 (Airbag)、雪球 (Snowball)，共 18 种子类型
  • 3 种数据源 —— 蒙特卡洛模拟 / CSV 历史行情 / Wind API；CSV 一键生成行情模板，选好文件即读表头列出可用价格列，不必对着文档猜格式
  • 3 种对冲触发方式 —— 每日收盘、每日固定时刻、固定价格间隔（绝对价格、相对价格、日波动 σ 三种口径可在参考点互相换算），外加一个全局的每日收盘兜底开关
  • 智能行情粒度 —— 真实行情的每日 bar 数由时间索引与交易 session 自动推导，Wind 请求粒度按策略自动选择，不提供手工调粗（调粗只会静默漏掉 bar 内触发，让结论偏乐观）
  • 回测结果池 —— 逐次回测后按需保留，自动存本机、重开仍在；勾选任意组合即时对比，并说清这次的变量差在哪一项
  • 策略优选 —— 用 CSV / Wind 真实历史严格连续回放近周至近年五档周期，以每日收盘为固定基准按增量收益 / 增量信噪比排名，可把胜出参数一键写回左侧
  • 完整可视化 —— 6 宫格对冲图表、波动率分析、蒙特卡洛盈亏分布、结构扫描；每日明细只展示并导出对冲触发记录
  • 真实行情缩放 —— CSV / Wind 模式下以首日价为锚点等比例缩放行权价、障碍价、赔付金额等，保持结构的相对一致性

🗺️ 工作流概览

DeltaLab 工作流

🚀 快速开始

环境要求

  • Python 3.10+（使用了 match/case 与 PEP 604 union 语法），推荐 3.11 或更高版本
  • Wind 数据源为可选依赖，需安装 Wind 终端 + Python 插件（WindPy）；模拟和 CSV 模式无需 Wind

安装并启动

pip install -r requirements.txt
python gui_app.py

窗口默认大小 1600×1000，最小 1200×720，启动时自动加载 assets/ 下的窗口图标。

第一次回测

  1. 期权类型 → 选 香草期权 (Vanilla)
  2. 期权参数 → 保留默认（ATM Call, 22 天, σ=0.18）
  3. 回测设置 → 数据来源选 模拟，模拟路径数改为 500
  4. 点击 ▶ 运行回测，结果出现在右侧 📋 回测摘要 等标签页
  5. 点击 ＋ 保留当前结果到对比，改一下对冲策略后再跑一次并保留
  6. 打开 🆚 结果对比，勾选两条快照即时对照曲线与指标

每一步的预期结果见 使用文档 §5。

📦 下载预编译版本

Windows / macOS (Apple Silicon) 用户可直接从 Releases 下载免安装包（无需 Python 环境）：

  • DeltaLab-vX.Y.Z-windows-x86_64.zip — 解压后双击 DeltaLab.exe
  • DeltaLab-vX.Y.Z-macos-arm64.zip — Apple Silicon (M 系列)

macOS 首次打开若提示"未知开发者"，请在 访达 → 应用程序 中 右键 → 打开，或在 系统设置 → 隐私与安全性 中允许。

Intel Mac 用户请从源码运行（见上方"安装并启动"）。

CI 产出的发布包不内置 WindPy（GitHub runners 上没有 Wind 终端），改为运行时自动发现本机 Wind 安装：只要这台机器装了 Wind 金融终端并在终端里设置过 Python 接口，选 Wind 数据源即可直连。装在非常规位置时，用环境变量 DELTALAB_WIND_DIR 指向含 WindPy.py 的目录。详见 使用文档 §1.3。

📊 支持的期权类型

点击 📊 绘制结构图 可查看期权结构说明与 Greeks 扫描曲线。

大类 子类型数 定价方式
香草期权 (Vanilla) 1（欧式） Black-Scholes 封闭解
累计期权 (Decumulator) 13（敲出终止 / 计零 / 增强 + 熔断保障 / 熔断赔付 两族） 蒙特卡洛
亚式期权 (Asian) 2（亚式, 增强亚式） 蒙特卡洛
气囊期权 (Airbag) 1（气囊） 蒙特卡洛
雪球期权 (Snowball) 1（雪球 / 反雪球） 蒙特卡洛

子类型完整清单、各自的参数与 payoff 公式见 使用文档 §4.1–4.2。

🧭 三条使用路径

页面 回答的问题 文档
单次回测 这一组参数跑出来是什么样 §4 · §6.1–6.6
🆚 结果对比 我手里这几条结果差在哪一项 §6.7
🎯 策略优选 真实历史上哪种触发方式更值 §6.8

后两者口径不同、结果不会混排：结果对比只读已完成的快照、不设固定基准；策略优选会真的重跑回测，并固定以每日收盘 C2C 为基准。

📁 项目结构

DeltaLab/
├── gui_app.py              # GUI 入口 + 兼容 re-export (tkinter + matplotlib)
├── deltalab_ui/            # 界面层，按功能域拆分 (主题 / 表单 / 各结果页 / 落盘)
├── history_selection.py    # 策略优选纯逻辑 (候选空间 / 校验 / 排名与图表模型)
├── history_store.py        # 策略优选结果包的落盘存取
├── backtest_pool_store.py  # 回测结果池的落盘存取
├── history_bar_cache.py    # 分段 bar 级明细的内容寻址缓存
├── pricing/                # 核心定价与回测引擎 (期权类 / MC / HedgeBacktest / 择优)
├── tests/                  # pytest 用例 (需要真实窗口的带 gui marker)
├── data/                   # 交易日历、行情缓存与结果包 (运行时生成)
├── assets/                 # 图标 / banner / 工作流示意图
├── tools/                  # 资源生成与数据探针脚本
└── docs/GUI_USAGE.md       # 完整使用与口径文档

data/ 下具体写了哪些东西、哪些能随便删，见 使用文档 §1.6；pricing/ 各文件的职责见使用文档末尾的「相关源码」。

deltalab_ui/ 的拆分有两条硬规则：依赖方向单向（gui_app → deltalab_ui，包内模块一律不 import gui_app），包级不做 re-export（__init__ 保持空壳，避免 theme 的 import 期副作用在意想不到的时机触发）。gui_app.py 保留为兼容入口，外部与测试继续写 gui_app.XXX 即可。

🔧 技术栈

Python 3.10+ · tkinter + ttk (GUI) · matplotlib (图表) · numpy / scipy (定价) · pandas / pyarrow (数据) · WindPy (实时行情, 可选) · ThreadPoolExecutor (多路径 MC)

🧪 测试

pytest -m "not gui" -q

裸跑 pytest 即可跑全量。带 gui marker 的用例会构造真实 tk.Tk 根窗口，拿不到窗口服务器时 Tk 是整进程 abort 而非抛异常，因此无显示环境要用 -m "not gui" 排除，Linux 下用 xvfb-run -a 补跑那一批。CI 在 ubuntu × Python 3.10 / 3.13 上跑全量，见 tests.yml 与 使用文档 §1.7。

📖 详细文档

README 只讲这个工具是什么、怎么装、怎么跑起来。每个参数的含义、单位、默认值，各页面的计算口径与取舍，以及常见报错的成因，都在使用文档里：

👉 docs/GUI_USAGE.md

每个版本改了什么、有没有需要迁移的东西，见 CHANGELOG.md。

💬 反馈与贡献

发现 bug、想提需求或想贡献代码，欢迎开 GitHub Issue 或直接提 PR。

📄 License

MIT License © Grefer