核心功能
Options Trading Backtester 是一款面向量化交易者的 Python 期权策略回测引擎，专注于复杂多腿期权策略的绩效验证与参数优化。
核心用法
用户可通过命令行或 API 调用快速构建回测场景：
- 策略类型：完整支持 Iron Condor（铁鹰式）、Strangle（宽跨式）、Calendar Spread（日历价差）、Vertical Credit Spread（垂直价差）四大经典策略
- 回测引擎：事件驱动架构，基于蒙特卡洛模拟生成价格路径，内置 Black-Scholes 简化定价模型估算权利金
- 成本建模：真实还原交易成本，包含 $0.65/合约的佣金、$0.02/股的滑点，以及 IV Crush（波动率坍缩）对到期损益的影响
- 输出指标：夏普比率、胜率、最大回撤、期望值（Expectancy）、资金曲线等量化核心指标
显著优点
1. 专业策略覆盖：针对高频使用的收益增强型策略（Iron Condor/Strangle）提供深度优化参数
2. 真实成本还原：多数开源回测工具忽略期权佣金结构，本工具按 4 腿合约 $2.60/笔 精确计算
3. 风险控制前置：内置硬约束（IV>20%、买卖价差<$0.50、剩余期限>14 天），自动过滤低质量交易机会
4. 轻量依赖：仅依赖 pandas/numpy/scipy，可选 yfinance 获取免费历史数据
潜在局限
- 定价模型简化：使用 IV 与价外程度的指数衰减近似，未实现完整希腊值动态对冲
- 路径假设：默认正态分布模拟，对跳空缺口（Gap Risk）和尾部风险刻画不足
- 单标的限制：当前实现聚焦单一底层资产，未支持跨资产组合或相关性建模
- 数据源：yfinance 存在数据延迟与拆分调整问题，专业场景建议接入付费数据商
适合人群
- 个人量化交易者：快速验证策略假设、优化 Delta/宽度参数
- 期权卖方：评估 Iron Condor 在不同 IV 环境下的期望收益
- 教育场景：理解期权时间衰减、波动率交易的风险收益特征
常规风险
⚠️ 回测≠实盘：历史绩效不代表未来表现，滑点假设可能低估流动性差的期权合约执行成本
⚠️ 模型风险：简化定价可能低估深度虚值期权Gamma风险
⚠️ 过度优化：多参数网格搜索易导致曲线拟合，建议样本外验证