Options Spread Conviction Engine

核心功能

Options Spread Conviction Engine 是一款面向专业交易者的垂直价差策略量化分析工具，支持四种经典策略：bull put（牛市看跌价差）、bear call（熊市看涨价差）、bull call（牛市看涨价差）、bear put（熊市看跌价差）。核心创新在于多指标动态权重机制：信用价差（Credit）侧重均值回归，借记价差（Debit）侧重突破动量。

技术架构

引擎采用四维度评分体系（总分100分），权重随策略类型智能调整：

• Ichimoku Cloud：趋势结构与均衡价位判断，权重15-30分
• RSI：均值回归入场时机（信用价差）或方向动量（借记价差），权重15-25分
• MACD：突破加速度核心指标，借记价差权重高达35分
• Bollinger Bands：波动率 regime 识别与带宽分析，25分

输出采用四级置信度分层：EXECUTE（80-100分）、PREPARE（60-79分）、WATCH（40-59分）、WAIT（0-39分），直接对应可执行动作。

显著优势

1. 策略自适应权重：打破固定指标权重惯例，根据信用/借记策略哲学差异化配置
2. 多时间框架支持：1y/2y/3y/5y 历史数据回测，适配不同交易周期
3. 自动化友好：JSON 输出模式支持量化流水线集成
4. Python 3.14 前瞻兼容：纯 Python 降级模式确保前沿版本可用性

局限性与风险

• 数据源依赖：单一依赖 Yahoo Finance，存在数据延迟或中断风险
• 无希腊字母分析：缺乏 Delta/Gamma/Theta/Vega 量化，需外部工具补充
• 回测验证缺失：文档未提及历史胜率统计，评分有效性未经公开验证
• 市场环境假设：指标参数基于传统市场结构，极端波动 regime 可能失效

适用人群

• 具备期权基础知识的活跃交易者
• 技术分析派、多因子策略开发者
• 寻求结构化入场信号的纪律型交易者

不适合：期权新手、纯基本面投资者、追求高频执行的算法交易者。

常规风险

引擎评分仅为决策辅助工具，不构成投资建议。期权交易涉及本金损失风险，垂直价差虽风险有限但仍可能全额亏损权利金。需配合仓位管理、止损纪律独立使用。

核心用法

Options Spread Conviction Engine 是一款专为期权交易者设计的技术分析工具，支持四种垂直价差策略的量化评分：bull put（牛市看跌价差）、bear call（熊市看涨价差）、bull call（牛市看涨价差）、bear put（熊市看跌价差）。用户通过命令行输入股票代码即可获取基于多指标融合的 0-100 分置信度评分，并附带明确的行动建议（EXECUTE/PREPARE/WATCH/WAIT）。工具自动从 Yahoo Finance 获取历史数据，支持单票/多票分析、JSON 自动化输出及自定义时间周期。

显著优点

多维度信号融合：不同于单一指标策略，引擎整合 Ichimoku 云图（趋势结构）、RSI（动量/均值回归）、MACD（趋势加速）、布林带（波动率）四大经典技术指标，并针对信用价差（均值回归哲学）与借记价差（突破哲学）动态调整权重，显著降低假阳性率。

清晰的决策框架：将复杂的期权希腊字母与技术分析转化为直观的四档行动建议（EXECUTE 80-100 分、PREPARE 60-79 分、WATCH 40-59 分、WAIT 0-39 分），适合快速筛选交易机会。

学术级方法论：指标选择均有经典文献支撑（Hosoda 1968、Wilder 1978、Appel 1979、Bollinger 2001），遵循 Pring 与 Murphy 提出的多信号验证原则。

自动化友好：支持 JSON 输出，可无缝集成至量化交易系统或定时扫描工作流。

潜在缺点与局限性

数据源依赖：完全依赖 Yahoo Finance 免费 API，存在数据延迟、节假日缺失、限速或接口变更风险，不适合对延迟敏感的高频场景。

单一市场覆盖：仅支持美股市场（Yahoo Finance 覆盖范围），无法直接用于 A 股、港股或其他市场。

无实时期权链数据：引擎分析标的股票价格走势，但不提供特定期权合约的隐含波动率、买卖价差、流动性等关键期权特有数据，用户需自行选择行权价与到期日。

历史回测缺失：当前版本未提供策略历史胜率回测功能，评分体系的实际有效性需用户自行验证。

Python 3.14 性能折损：因 numba 尚未支持 Python 3.14，该版本下运行纯 Python 模式，计算性能略有下降。

适合的目标群体

• 中级期权交易者：已理解垂直价差基础，需要系统化筛选工具
• 量化爱好者：希望将技术分析规则化、自动化
• 波段交易者：关注 30-45 天周期的方向性机会
• 风险管理者：需要清晰的入场/观望信号辅助纪律执行

使用风险

市场风险：技术指标基于历史价格，无法预测黑天鹅事件或突发消息冲击，高评分不保证盈利。

网络与依赖风险：运行需外网访问 finance.yahoo.com，防火墙限制或 Yahoo API 变更将导致功能中断；依赖 pandas_ta 等库需维护版本兼容性。

数据精度风险：免费数据源可能存在拆分/分红调整误差，建议关键决策前与专业数据终端交叉验证。

策略理解风险：信用价差与借记价差的风险收益特征截然不同，用户需充分理解最大亏损、保证金要求等机制，避免误用评分结果。

维护可持续性：T3 级个人开发者项目，无企业 SLA 保障，建议生产环境使用前 fork 自维护。