企业官网建设流程全解析

• 金融科技

本篇基于 tqsdk-python 仓库中的期权基础使用文档 doc/demo/option_base.rst，系统讲解 tqsdk 提供的期权全链路功能：获取期权实时行情、按条件筛选期权合约、查询实值/平值/虚值期权、计算希腊字母与隐含波动率、获取波动率曲面、期权套利下单以及 ETF 期权卖方保证金的本地计算。读完后，你可以直接使用query_options、query_atm_options、query_all_level_options等 API 完成期权筛选，并结合tqsdk.ta中的OPTION_GREEKS、OPTION_IMPV、VOLATILITY_CURVE函数对期权做定价分析，把期权逻辑落进量化策略。

本组示例默认你已经熟悉 tqsdk 的基础行情、K 线和wait_update主循环写法。第一次接触期权功能时，建议按下面的顺序阅读：

• 先看 o10.py、o20.py，熟悉期权行情和筛选接口；
• 再看 o30.py、o40.py、o41.py，理解实值/平值/虚值分类与希腊值计算；
• 最后看 o60.py 到 o74.py，处理波动率曲面、套利和保证金计算。

前提说明：期权功能的适用范围

所有示例都通过TqApi(auth=TqAuth("快期账户", "账户密码"))创建 API 实例并传入快期账户认证。需要注意两点：

1. 认证：示例中的"快期账户"、"账户密码"需要替换为你自己的快期账户信息；
2. 行情系统限制：从 tqsdk/api.py 的源码看，query_options等合约查询接口在期货行情系统（_stock = False）下调用会抛出期货行情系统(_stock = False)不支持当前接口调用，即期权合约查询依赖天勤期货行情系统。

o10 - 获取期权实时行情

期权合约与普通期货合约一样，通过api.get_quote()获取实时行情对象。期权代码格式为交易所.标的代码-C/P-行权价（中金所股指期权使用年月格式），例如：

#!/usr/bin/env python # -*- coding: utf-8 -*- __author__ = 'ringo' from tqsdk import TqApi, TqAuth # 创建API实例,传入自己的快期账户 api = TqApi(auth=TqAuth("快期账户", "账户密码")) # 获取大商所豆粕期权行情 quote_m = api.get_quote("DCE.m1807-C-2450") # 获取中金所股指期权行情 quote_IO = api.get_quote("CFFEX.IO2002-C-3550") # 输出 m1807-C-2450 的最新行情时间和最新价 print(quote_m.datetime, quote_m.last_price) # 关闭api,释放资源 api.close()

示例代码见 tqsdk/demo/option_tutorial/o10.py。行情对象除了datetime、last_price等通用字段外，还包含期权特有字段，如strike_price（行权价）、option_class（CALL/PUT）、underlying_symbol（标的合约）、expire_datetime（到期时间）等，这些字段在后面的筛选、希腊值计算和保证金计算中都会用到。

o20 - 查询符合要求的期权（query_options）

query_options用于按标的合约和多种条件查询期权合约列表，返回合约代码列表（SymbolList）。

from tqsdk import TqApi, TqAuth api = TqApi(auth=TqAuth("快期账户", "账户密码")) ls = api.query_options("SHFE.au2012") print(ls) # 标的为 "SHFE.au2012" 的所有期权 ls = api.query_options("SHFE.au2012", option_class="PUT") print(ls) # 标的为 "SHFE.au2012" 的看跌期权 ls = api.query_options("SHFE.au2012", option_class="PUT", expired=False) print(ls) # 标的为 "SHFE.au2012" 的看跌期权, 未下市的 ls = api.query_options("SHFE.au2012", strike_price=340) print(ls) # 标的为 "SHFE.au2012" 、行权价为 340 的期权 ls = api.query_options("SSE.000300", exchange_id="CFFEX") print(ls) # 中金所沪深300股指期权 ls = api.query_options("SSE.510300", exchange_id="SSE") print(ls) # 上交所沪深300etf期权 ls = api.query_options("SSE.510300", exchange_id="SSE", exercise_year=2020, exercise_month=12) print(ls) # 上交所沪深300etf期权, 限制条件 2020 年 12 月份行权 api.close()

示例代码见 tqsdk/demo/option_tutorial/o20.py。结合 tqsdk/api.py 中query_options的完整签名，各参数含义如下：

从源码结构看，query_options内部先通过_query_options_by_underlying向合约服务发起查询，再用_get_options_filtered对结果做本地过滤，最终返回形如["SHFE.cu2012C24000", "SHFE.cu2012P24000"]的合约代码列表。同一标的对应多个交易所时（如SSE.000300对应中金所股指期权、SSE.510300对应上交所 ETF 期权），可用exchange_id等关键字参数进一步限定。

o30 - 查询平值/虚值/实值期权（query_atm_options）

query_atm_options以指定价格比对标的，按“档位”查询实值/平值/虚值期权：

from tqsdk import TqApi, TqAuth api = TqApi(auth=TqAuth("快期账户", "账户密码")) quote = api.get_quote("SHFE.au2012") # 预计输出的为以au2012现在最新价来比对的认购的平值期权，当没有符合的平值期权时返回为空,如果有返回则格式为 ["SHFE.au2012C30000"] ls = api.query_atm_options("SHFE.au2012", quote.last_price, 0, "CALL") # 预计输出的为au2012，以开盘价来比对的认购的实值3档，实值2档，实值1档期权，如果没有符合要求的期权则对应栏返回为None，如果有则返回格式例如 [None,None,"SHFE.au2012C30000"] ls = api.query_atm_options("SHFE.au2012", quote.open, [3, 2, 1], "CALL") # 预计输出的为au2012，以开盘价来比对的认购的实值1档，平值期权，虚值1档，如果没有符合要求的期权则对应栏返回为None，如果有则返回格式例如 ls = api.query_atm_options("SHFE.au2012", quote.open, [1, 0, -1], "CALL") # 预计输出的为au2012，以现在最新价来比对的认购的虚值1档期权 ls = api.query_atm_options("SHFE.au2012", quote.last_price, -1, "CALL") # 预计输出沪深300股指期权,2020年12月的虚值1档期权 ls = api.query_atm_options("SSE.000300", quote.last_price, -1, "CALL", exercise_year=2020, exercise_month=12) # 预计输出 上交所 沪深300股指ETF期权,2020年12月的虚值1档期权 ls = api.query_atm_options("SSE.510300", quote.last_price, -1, "CALL", exercise_year=2020, exercise_month=12) api.close()

示例代码见 tqsdk/demo/option_tutorial/o30.py。参数说明（源自 tqsdk/api.py 的接口文档）：

• underlying_symbol：必填，标的合约（目前每个标的只对应一个交易所的期权）；
• underlying_price：必填，标的价格，用户可输入任意值，如合约最新价、最高价、开盘价，接口以该值比对实值/平值/虚值期权；
• price_level：必填，实值/平值/虚值档位，支持-100 ~ 100之间的整数。其中3, 2, 1, 0, -1, -2, -3分别代表实值 3 档、实值 2 档、实值 1 档、平值期权、虚值 1 档、虚值 2 档、虚值 3 档，以此类推；没有指定档位的期权时（如-100档），返回列表对应位置为None，例如price_level=[-100, 0]可能返回[None, "平值期权合约代码"]；
• option_class：必填，CALL或PUT；
• exercise_year/exercise_month：ETF 期权、股指期权必填，期权最后行权日年/月。

平值期权的选取逻辑（接口文档明确说明）：

1. 根据用户传入参数生成一个期权列表，其中是否有与传入价格相比的平值期权并返回；
2. 如果没有符合的平值期权，则取行权价距离传入价格绝对值相差最小的期权作为平值期权；
3. 如果存在最近的两个期权的行权价到传入价格的绝对值最小且相等，则取虚值的那个期权作为平值期权，其他档位期权依次展开。

o40 - 计算期权的希腊字母（OPTION_GREEKS）

期权希腊值通过tqsdk.ta模块的OPTION_GREEKS函数计算，输入为期权合约与对应标的合约组成的多 K 线序列：

from tqsdk import TqApi, TqAuth from tqsdk.ta import OPTION_GREEKS api = TqApi(auth=TqAuth("快期账户", "账户密码")) # 获取指定期权行情 quote = api.get_quote("SHFE.cu2006C44000") # 获取期权和其对应标的的多合约的 kline 数据 klines = api.get_kline_serial(["SHFE.cu2006C44000", "SHFE.cu2006"], 24 * 60 * 60, 30) # 运行 OPTION_GREEKS 希腊值计算函数 greeks = OPTION_GREEKS(klines, quote, 0.025) # 输出希腊字母 print(list(greeks["delta"])) print(list(greeks["theta"])) print(list(greeks["gamma"])) print(list(greeks["vega"])) print(list(greeks["rho"])) api.close()

示例代码见 tqsdk/demo/option_tutorial/o40.py。函数签名与要点（见 tqsdk/ta.py）：

OPTION_GREEKS(df, quote, r=0.025, v=None)

• df：期权合约及对应标的合约组成的多 K 线序列（api.get_kline_serial()返回的 DataFrame）。第一个参数列表中顺序必须是期权合约在前、对应标的合约在后，否则返回序列值全为 nan。例如api.get_kline_serial(["SHFE.cu2006C44000", "SHFE.cu2006"], 60, 100)；
• quote：期权对象，必须是df中多 K 线序列里的那个期权合约对象，否则同样全为 nan；
• r：可选，无风险利率，示例中取0.025；
• v：可选，波动率。None（默认）时使用df序列计算出的隐含波动率；传入float时每一行使用相同的v；传入与df行数相同的pandas.Series时逐行使用对应值；
• 返回值：与df行数相同的 DataFrame，包含delta、theta、gamma、vega、rho五列。

从 tqsdk/ta.py 的实现看，函数先校验quote是否为 OPTION 类型且与多 K 线序列中的symbol/symbol1匹配，不匹配时直接返回全 nan；匹配时则依次通过tqsdk.tafunc._get_t_series计算剩余到期时间、用get_impv求隐含波动率，再基于 Black-Scholes 框架的_get_d1、get_delta、get_theta、get_gamma、get_vega、get_rho逐列计算，多合约 K 线中的close（标的收盘价）与close1（期权收盘价）分别作为标的价与期权价参与计算。

o41 - 计算期权隐含波动率和历史波动率（OPTION_IMPV）

隐含波动率使用OPTION_IMPV函数，输入结构同上：

from tqsdk import TqApi, TqAuth from tqsdk.ta import OPTION_IMPV api = TqApi(auth=TqAuth("快期账户", "账户密码")) # 获取指定期权行情 quote = api.get_quote("SHFE.cu2006C50000") # 获取期权和对应标的的多合约 kline klines = api.get_kline_serial(["SHFE.cu2006C50000", "SHFE.cu2006"], 24 * 60 * 60, 20) # 通过 OPTION_IMPV 函数计算隐含波动率，设置无风险利率为 0.025 impv = OPTION_IMPV(klines, quote, 0.025) print(list(impv["impv"] * 100)) api.close()

示例代码见 tqsdk/demo/option_tutorial/o41.py。函数签名为OPTION_IMPV(df, quote, r=0.025)（见 tqsdk/ta.py）：df、quote的要求与OPTION_GREEKS相同（期权在前、标的在后），返回包含一列impv的 DataFrame，行数与df相同，示例中乘以 100 后按百分比展示。

从 tqsdk/ta.py 的实现看：函数校验合约匹配后，先用_get_volatility基于期权历史价格计算一个历史波动率估计his_v（计算失败取nan时回退为0.3），再结合_get_t_series得到的剩余期限序列调用get_impv反解每一行的隐含波动率。

o60 - 获取期权波动率曲面（VOLATILITY_CURVE）

波动率曲面按行权价展开各档期权的隐含波动率，一次覆盖同一标的的多个期权合约：

from tqsdk import TqApi, TqAuth from tqsdk.ta import VOLATILITY_CURVE api = TqApi(auth=TqAuth("快期账户", "账户密码")) # 获取 m2112 的看跌期权 underlying = "DCE.m2101" options = api.query_options(underlying_symbol=underlying, option_class="PUT", expired=False) # 批量获取合约的行情信息, 存储结构必须为 dict, key 为合约, value 为行情数据 quote = {} for symbol in options: quote[symbol] = api.get_quote(symbol) options.append(underlying) klines = api.get_kline_serial(options, 24 * 60 * 60, 20) # 使用 VOLATILITY_CURVE 函数计算波动率曲面 vc = VOLATILITY_CURVE(klines, quote, underlying, r=0.025) print(vc) api.close()

示例代码见 tqsdk/demo/option_tutorial/o60.py。要点：

• df：期权合约及基础标的基础合约组成的多 K 线序列（Dataframe 格式）；
• quotes：批量合约行情的 dict，key 为合约代码、value 为行情对象，例如{'SHFE.cu2101': {...}, 'SHFE.cu2101C34000': {...}}，示例中先把查到的未下市看跌期权逐个get_quote存入字典；
• underlying：基础标的合约名称，如DCE.m2101；多合约 K 线序列的合约列表中必须包含标的合约（示例中options.append(underlying)就是为了加入标的）；
• r：可选，无风险利率。

返回值是一个 DataFrame，行索引对应 K 线时间点（datetime列），列名为各档行权价。接口文档给出的预计输出形如：

datetime 2450.0 2500.0 ... 3600.0 3650.0 0 1.603382e+18 0.336557 0.314832 ... 0.231657 0.237882 1 1.603642e+18 0.353507 0.331051 ... 0.231657 0.237882

从 tqsdk/ta.py 的实现看：函数会先检查 K 线数据中是否包含基础标的合约，缺失时抛出kline 数据中未包含基础标的合约的K线数据, 请更正；然后对每个期权合约列，以标的收盘价与期权收盘价反解隐含波动率，并对单行结果做interpolate(method='linear')线性插值以平滑缺口，最终按行权价升序组织成曲面 DataFrame。

o70 - 期权套利策略（期货-期权平价套利）

下面示例演示一个经典的期货-期权平价套利：当“买入看涨期权并立即行权获得期货”的成本低于期货现价卖价时，同时买入看涨期权、卖出标的期货锁定差价。

from tqsdk import TqApi, TqAuth ''' 如果买入看涨期权构建多头期货的价格小于卖出期货价格 存在套利机会则发出双边挂单 ''' api = TqApi(auth=TqAuth("快期账户", "账号密码")) # 获取行权价为2950的MA109看涨期权的quote数据 quote_option = api.get_quote('CZCE.MA109C2950') # 获取期权对应标的期货，即MA109的quote数据 quote = api.get_quote(quote_option.underlying_symbol) # 套利机会尝试次数 times = 0 while True: api.wait_update() # 以对手价来计算买入看涨期权然后行权后的期货成本价格 option_buy = quote_option.strike_price + quote_option.ask_price1 # 判断当期货的买入1档，即卖出期货价格大于买入看涨期权的期货成本价格，形成套利空间时进行限价下单 if quote.bid_price1 > option_buy and times == 0: times += 1 # 以现在卖1档价格买入看涨期权 order_opiton = api.insert_order('CZCE.MA109C2950', "BUY", "OPEN", 1, quote_option.ask_price1) # 以现在买1档的价格卖出期货 order_future = api.insert_order(quote.underlying_symbol, "SELL", "OPEN", 1, quote.bid_price1) print("存在期货，期权套利空间尝试买入")

示例代码见 tqsdk/demo/option_tutorial/o70.py。核心逻辑：

• quote_option.underlying_symbol直接从期权 quote 对象取得标的期货合约，再通过api.get_quote()获取期货行情；
• 期权行权后的期货成本 = 行权价strike_price+ 期权卖一价ask_price1（对手价成交假设）；
• 当期货买一价bid_price1大于该成本、形成套利空间时，用api.insert_order()双边限价下单：按期权卖一价买入 1 手看涨期权（BUY/OPEN），按期货买一价卖出 1 手期货（SELL/OPEN）；
• times标志位保证套利机会只尝试触发一次，避免盘中重复下单。

主循环使用api.wait_update()驱动，行情每更新一次就重新判断一次价差，这是 tqsdk 事件驱动策略的标准写法。

o71 - 获取一组期权和其对应行权价

拿到一组期权合约后，常需要“合约 -> 行权价”的映射，api.get_quote_list()可以批量获取行情再遍历组装：

from tqsdk import TqApi, TqAuth ''' 获取标的对应看涨期权的期权和行权价对应列表 ''' api = TqApi(auth=TqAuth("快期账户", "账号密码")) # 获取沪深300股指期权的认购在市合约 ls = api.query_options("SSE.000300", "CALL", expired=False) # 批量获取这些合约的quote合约信息 quote_ls = api.get_quote_list(ls) option_ls = {} # 遍历quote合约信息，将合约和其对应行权价组装成字典 for i in quote_ls: option_ls[i.instrument_id] = i.strike_price print(option_ls) api.close()

示例代码见 tqsdk/demo/option_tutorial/o71.py。get_quote_list的签名见 tqsdk/api.py，接收合约代码列表返回批量 quote。这里以股指期权标的SSE.000300为例，先查认购未下市合约，再批量取行情，最终得到形如{"IO2312-C-3500": 3500.0, ...}的映射，是构建行权价维度数据（如行权价矩阵、波动率图横轴）的基础操作。

o72 - 按虚值/平值/实值分类：query_all_level_options（方法一）

query_all_level_options一次返回全部实值、平值、虚值期权三个列表，适合做期权链（Option Chain）展示：

from tqsdk import TqApi, TqAuth ''' 查询标的对应期权按虚值平值实值分类 ''' api = TqApi(auth=TqAuth("快期账户", "账户密码")) quote = api.get_quote("SHFE.au2112") in_money_options, at_money_options, out_of_money_options = api.query_all_level_options("SHFE.au2112", quote.last_price, "CALL") print(in_money_options) # 实值期权列表 print(at_money_options) # 平值期权列表 print(out_of_money_options) # 虚值期权列表 api.close()

示例代码见 tqsdk/demo/option_tutorial/o72.py。接口定义与返回规则（见 tqsdk/api.py）：

• 参数：underlying_symbol（标的合约）、underlying_price（比对价格，可任意取值，如quote.last_price）、option_class（必须是CALL或PUT，源码中会校验并抛出option_class 参数错误，option_class 必须是 'CALL' 或者 'PUT'）；ETF 期权、股指期权还需传exercise_year/exercise_month；同样支持has_A、has_MS过滤；
• 返回值：三个列表，实值/平值/虚值，平值列表只包含一个元素；
• 排序规则：看涨期权返回的实值、平值、虚值列表行权价依次递增；看跌期权则依次递减；
• 平值选取逻辑与query_atm_options一致：先找严格平值，找不到取行权价距离价差最小的；两个行权价距离相等时取虚值的那个；
• 从实现看，源码先通过_get_options_filtered过滤合约，再调用_get_options_sorted(options, underlying_price, option_class)排序并定位平值下标option_0_index，下标之前为实值、之后为虚值（tqsdk/api.py）。

o73 - 按到期月份筛选：query_all_level_finance_options（方法二）

针对 ETF 期权和股指期权，query_all_level_finance_options按“距离最后行权日远近”筛选月份，只查询未下市合约：

from tqsdk import TqApi, TqAuth ''' 查询标的对应期权按虚值平值实值分类 ''' api = TqApi(auth=TqAuth("快期账户", "账户密码")) quote = api.get_quote("SSE.510300") # 获取下月的上交所看涨300etf期权 in_money_options, at_money_options, out_of_money_options = api.query_all_level_finance_options("SSE.510300", quote.last_price, "CALL", nearbys=1) print(in_money_options) # 实值期权列表 print(at_money_options) # 平值期权列表 print(out_of_money_options) # 虚值期权列表 api.close()

示例代码见 tqsdk/demo/option_tutorial/o73.py。接口要点（见 tqsdk/api.py）：

• 仅支持以下标的合约：

• nearbys（int 或 int 列表）：将所有未下市期权按最后行权日由近到远排序，0代表当前月/最接近当前月份的未下市期权，1代表下一个到期的期权，依此类推。具体语义为：
  • ETF 期权：1代表参数0之后的下月，2代表随后的第一个季月，3代表随后的第二个季月；
  • 股指期权：1代表下月，2代表下下月，3代表随后第一个季月，4代表随后第二个季月，5代表随后第三个季月；
• 示例中nearbys=1即获取上交所沪深 300 ETF 期权中“下月”的看涨期权，并按实值/平值/虚值三档返回列表；
• 平值选取逻辑在此接口下有 5 步说明：按到期时间和行权价排序（看涨升序、看跌降序，实值在前虚值在后）→ 行权价去重排序 → 找与underlying_price差值最小的作为平值行权价（差相等时取行权价较大的，即虚值的那个）→ 多个月份时选取距离行权日期最近的那个（保证平值列表只有一个元素）→ 下标小于平值的为实值、大于平值的为虚值。

o74 - 本地计算 ETF 期权卖方开仓保证金

交易所公布的 ETF 期权义务仓（卖方）开仓保证金有固定公式，下面示例根据行情数据本地推算理论保证金。实际保证金请以期货公司收取的一手保证金为准：

''' 根据输入的ETF期权来查询该期权的交易所规则下的理论卖方保证金，实际情况请以期货公司收取的一手保证金为准 ''' def etf_margin_cal(symbol): quote_etf = api.get_quote(symbol) # 判断期权标的是不是ETF if quote_etf.underlying_symbol in ["SSE.510050", "SSE.510300", "SZSE.159919"]: if quote_etf.option_class == "CALL": # 认购期权虚值＝Max（行权价-合约标的前收盘价，0） call_out_value = max(quote_etf.strike_price - quote_etf.underlying_quote.pre_close, 0) # 认购期权义务仓开仓保证金＝[合约前结算价+Max（12%×合约标的前收盘价-认购期权虚值，7%×合约标的前收盘价）]×合约单位 call_margin = (quote_etf.pre_settlement + max(0.12 * quote_etf.underlying_quote.pre_close - call_out_value, 0.07 * quote_etf.underlying_quote.pre_close)) * quote_etf.volume_multiple return round(call_margin, 2) elif quote_etf.option_class == "PUT": # 认沽期权虚值＝Max（合约标的前收盘价-行权价，0） put_out_value = max(quote_etf.underlying_quote.pre_close - quote_etf.strike_price, 0) # 认沽期权义务仓开仓保证金＝Min[合约前结算价+Max（12%×合约标的前收盘价-认沽期权虚值，7%×行权价），行权价]×合约单位。 put_margin = min(quote_etf.pre_settlement + max(0.12 * quote_etf.underlying_quote.pre_close - put_out_value, 0.07 * quote_etf.strike_price), quote_etf.strike_price) * quote_etf.volume_multiple return round(put_margin, 2) else: print("输入的不是ETF期权合约") return None # 创建api api = TqApi(auth=TqAuth("快期账户", "账户密码")) # 深交所300etf期权 symbol = "SZSE.90000833" print(etf_margin_cal(symbol)) api.close()

示例代码见 tqsdk/demo/option_tutorial/o74.py。实现要点：

• 通过quote_etf.underlying_symbol判断标的是否在支持列表中（SSE.510050上证 50 ETF、SSE.510300沪深 300 ETF、SZSE.159919嘉实沪深 300 ETF），否则提示“输入的不是ETF期权合约”并返回None；
• 用到的行情字段：strike_price（行权价）、pre_settlement（合约前结算价）、volume_multiple（合约单位）、underlying_quote.pre_close（标的 ETF 前收盘价，通过 quote 对象的underlying_quote属性直接取得标的行情）；
• 认购义务仓保证金 =[合约前结算价 + Max(12%×合约标的前收盘价 − 认购期权虚值, 7%×合约标的前收盘价)] × 合约单位，其中认购期权虚值 =Max(行权价 − 合约标的前收盘价, 0)；
• 认沽义务仓保证金 =Min[合约前结算价 + Max(12%×合约标的前收盘价 − 认沽期权虚值, 7%×行权价), 行权价] × 合约单位，其中认沽期权虚值 =Max(合约标的前收盘价 − 行权价, 0)；
• 计算结果用round(..., 2)保留两位小数。

小结：期权功能模块速查

使用时的通用注意事项：

1. TqApi需传入TqAuth认证，示例中的账户信息请替换为自己的快期账户；
2. 多 K 线序列（get_kline_serial传合约列表）在OPTION_GREEKS、OPTION_IMPV中要求期权合约在前、标的合约在后，且quote必须是序列中的期权合约，否则结果全为 nan；
3. 股指期权、ETF 期权查询档位/分类接口时，多数情况需要指定exercise_year/exercise_month（ETF/股指期权必填）；
4. 保证金公式计算的是交易所规则下的理论值，实盘请以期货公司实际收取的一手保证金为准。

• 金融科技