optopsy

Optopsy는 옵션 연구와 백테스팅을 목표로 하는 오픈소스 Python 라이브러리입니다. 단일 레그 포지션, 스트래들, 스트랭글, 버티컬 스프레드, 버터플라이, 콘도르, 아이언 콘도르, 아이언 버터플라이, 비율 스프레드, 커버드 콜, 프로텍티브 풋, 칼라, 캐시 시큐어드 풋, 캘린더 스프레드, 다이애고널 스프레드를 위한 사전 정의 전략 함수를 제공하며, 문서에 따르면 총 38개의 전략이 있습니다. 사용자는 컬럼 매핑을 사용해 CSV에서 옵션 데이터를 로드하고 전략을 실행하여 만기까지 남은 일수와 델타 범위별로 그룹화된 수익 통계를 얻을 수 있습니다. 시간순 시뮬레이터는 시작 자본, 거래 수량, 동시 포지션 한도, 진입/청산 DTE 제어, 행사가 선택 방법, 자산 곡선, 거래 로그, 승률, 수익 팩터, 최대 낙폭, 평균 보유 시간을 지원합니다. 별도의 포트폴리오 시뮬레이션 함수는 가중치 기반 다중 전략 백테스팅을 가능하게 합니다. 포지션 관리 기능에는 손절, 익절, 최대 보유 일수 청산이 포함됩니다. 라이브러리는 계약당, 기본, 최소 수수료 구조를 통해 수수료를 모델링할 수 있으며, 중간 가격, 스프레드 기반, 유동성 기반, 레그별 슬리피지 모델을 제공합니다. 리스크 보고에는 Sharpe, Sortino, VaR, CVaR, Calmar, Omega, 테일 비율 지표가 포함됩니다. 진입 필터링은 pandas-ta-classic을 통해 RSI, MACD, 볼린저 밴드, EMA, ATR, IV Rank를 포함한 80개 이상의 기술적 분석 지표를 사용할 수 있습니다. DataFrame의 사용자 정의 불리언 컬럼도 진입을 구동할 수 있습니다. 사용자 정의 전략, 신호, 데이터 제공자를 추가하기 위한 플러그인 시스템이 문서화되어 있습니다. 선택적 데이터 추가 기능은 과거 옵션 및 주식 데이터를 다운로드하고 캐시하기 위한 독립 실행형 `optopsy-data` CLI를 설치합니다. README는 EODHD를 지원 소스로 식별하며, 옵션 데이터는 `~/.optopsy/cache/` 아래에 Parquet 파일로 로컬 캐시되고 증분 새로 고침과 갭 감지를 지원한다고 설명합니다. 일부 주식 관련 전략 예제는 yfinance를 참조합니다. 설치는 핵심 라이브러리의 경우 `pip install optopsy`, 데이터 도구의 경우 `pip install optopsy[data]`를 통해 PyPI에서 이루어집니다. 프로젝트는 Python 3.12–3.13, Pandas 2.0 이상, NumPy 1.26 이상을 요구 사항으로 명시합니다. 문서, API 참조, 예제는 온라인에 게시되어 있습니다. 관련 optopsy-mcp 프로젝트는 LLM 통합을 위해 Rust로 재작성된 MCP 서버를 제공합니다. 저장소에는 백테스트가 과거 데이터와 단순화된 가정에 의존하며 유동성, 배정, 슬리피지 또는 변화하는 시장 조건을 포착하지 못할 수 있다는 연구/교육 면책 조항이 포함되어 있습니다. 코드는 GNU Affero General Public License v3.0에 따라 라이선스가 부여됩니다.