OptionsLab: модульный тулкит для расчётов, ML-анализа и визуализации опционов

OptionsLab решает три задачи в одном пакете: считает теоретическую цену и Greeks через Black-Scholes, симулирует траектории цены через Monte Carlo и строит поверхности волатильности с помощью ML-моделей. Целевая аудитория — разработчики алго-стратегий, квантовые аналитики и трейдеры, которым нужен гибкий Python-инструмент без привязки к конкретной бирже. Репозиторий: github.com/diegourda/OptionsLab. Нюанс: для работы с реальными данными Мосбиржи (moex.com) потребуется самостоятельно подключить источник котировок.

Модуль симулирует N траекторий цены базового актива по геометрическому броуновскому движению. На выходе — распределение цен на дату экспирации и оценка стоимости опциона как математического ожидания выплаты с дисконтированием. Чем больше симуляций (типично 10 000–100 000), тем точнее результат и выше нагрузка на CPU. Monte Carlo особенно полезен для экзотических опционов, где аналитической формулы нет. Для vanilla call/put Black-Scholes быстрее и точнее.

Поверхность волатильности — трёхмерная карта подразумеваемой волатильности (IV) по страйкам и срокам экспирации. Реальная IV не постоянна: она образует «улыбку» или «перекос» — явление, которое модель Black-Scholes не объясняет. OptionsLab обучает ML-модель (регрессию или нейросеть) на исторических данных IV и интерполирует значения для страйков, по которым нет активных котировок. Это позволяет корректнее оценивать опционы вне денег. Риск: модель экстраполирует плохо в условиях резких скачков волатильности.

Streamlit-интерфейс позволяет менять параметры (цена актива, страйк, волатильность, срок) в слайдерах и видеть обновление Greeks и графиков в реальном времени без перезапуска скрипта. Это удобно для интерактивного анализа сценариев: «что будет с дельтой, если волатильность вырастет с 30% до 50%». Запуск локально командой streamlit run app.py. Для публикации дашборда в интернете нужен Streamlit Cloud или собственный сервер — встроенного деплоя в пакете нет.

Математика универсальна — модели Black-Scholes и Monte Carlo работают для любого актива. Но OptionsLab не содержит коннектора к данным Мосбиржи (moex.com). Для подключения реальных котировок нужно самостоятельно написать загрузчик через MOEX ISS API и передать данные в модули пакета. Опционы на фьючерс РТС и валютные пары технически совместимы с логикой OptionsLab. Налог на прибыль от опционов на Мосбирже — НДФЛ 13%, брокер выступает налоговым агентом.

Пакет позиционируется как исследовательский и образовательный инструмент. Перед применением в реальной торговле необходима валидация на живых данных: проверка совпадения теоретических цен с биржевыми, стресс-тест на исторических периодах высокой волатильности и аудит кода на граничные условия (экспирация сегодня, нулевая волатильность). Использовать расчёты из OptionsLab напрямую как сигналы для исполнения — не рекомендуется без этапа верификации.

Пакет кросс-платформенный: Python и все зависимости доступны на Windows, Linux и macOS. Streamlit также работает на всех платформах. Единственное ограничение: на Windows пути к файлам могут требовать обратного слеша — это стандартная особенность Python-окружения, не специфика OptionsLab.