核心用法
Options Trading Brain 是一个专业级期权交易信号生成系统，通过整合五大分析维度生成可执行的交易信号。用户可直接运行独立脚本（如 whale_scanner.py、elliott_wave.py 等）获取单一维度分析，或运行 signal_generator.py 获取综合信号。系统无需 API 密钥即可运行核心分析，但部分高级功能（如真实 Unusual Whales 数据）需订阅。
五大输入维度：
1. 鲸鱼流（Whale Flow）：追踪 $25K+ 期权大单，优先 sweeps > blocks > splits，识别机构资金流向
2. 艾略特波浪：自动数浪，识别 Wave 3 强劲动量入场点与 Wave 5 衰竭信号
3. 布林带：检测挤压（Squeeze）突破前兆、轨道突破动量延续
4. 多周期趋势：ADX > 25 确认趋势，MA 多头排列验证方向
5. 流动性区域：Max Pain 引力位、OI 聚集 strike walls 支撑阻力
信号分级机制：HIGH 需鲸鱼流 + Wave 3 +（趋势或布林带）三者共振；MEDIUM 需鲸鱼流 + 另两者；无鲸鱼信号则不开仓。
显著优点
- 零门槛启动：核心功能无需 API 密钥，依赖 yfinance 免费数据即可运行
- 多维验证：单一指标失效风险高，五维共振显著提升胜率
- 量化规则明确：波浪三规则、布林带宽度阈值、ADX 25 等参数清晰，减少主观判断
- 模块化设计：可独立运行任一模块，便于回测验证与策略迭代
- Python 原生：依赖 numpy/scipy/yfinance，生态成熟，易于扩展
潜在缺点与局限性
- 数据质量依赖：yfinance 为免费非官方数据源，存在延迟、缺失、节假日异常等问题，实盘需替换为付费数据
- 简化实现风险：艾略特波浪自动识别算法为启发式简化版，未完整实现正统波浪理论的 9 大核心规则，可能误识别浪型
- 缺乏真实 GEX/PCR 数据：流动性模块仅基于 OI 与 Max Pain 近似估算，未接入 CBOE 实时 Greeks 数据
- 无回测框架：系统仅生成信号，无内置历史业绩验证与绩效归因
- 信号滞后性：依赖日线/周线数据，对高频波动捕捉不足
- 单标的手动执行：未实现组合风险管理与仓位分配算法
适合人群
- 具备 Python 基础的量化交易爱好者，希望快速搭建期权信号系统原型
- 日内/波段期权交易者，需要多维度验证交易想法
- 已有期权知识储备，能理解 Theta、Gamma、IV 等希腊字母含义的进阶玩家
- 愿意将系统作为"信号参考"而非"全自动执行"的审慎型用户
不适合：完全零基础的期权新手、寻求全自动"印钞机器"的投机者、对数据源质量有严苛要求的机构级用户。
常规风险
- 过度拟合风险：参数阈值（如 $25K 鲸鱼门槛、2% 布林带宽度）基于经验设定，未经大规模样本外验证
- 黑天鹅事件盲区：系统基于历史价格统计，对突发宏观事件（如财报、地缘冲突）无预警能力
- 流动性风险信号滞后：Max Pain 计算基于当前未平仓量，大额资金流动可能迅速改变结构
- 执行滑点未建模：信号生成与实盘成交存在时间差，尤其期权价差大、流动性差时
- 杠杆放大效应：期权本身为高杠杆工具，多信号共振可能诱导重仓，需独立风控模块制衡