Python 程式交易｜波動率交易 x 選擇權，高不確定性環境下的最佳交易策略

市面上第一個結合Python程式撰寫與選擇權交易的專業課程，從基礎的選擇權理論出發最後帶入交易策略設計與回測應用開發，並將實作大部分交易實務上會碰到的問題，像是選擇權理論價格計算、希臘字母風險值Greeks計算、求解隱含波動率(Implied Volatility, IV)、最適保證金模組與部位損益壓力測試。

除了選擇權交易策略的介紹外，壓軸更有含金量高的選擇權回測應用章節，從零到一帶著你打造屬於你的回測平台，從網路爬蟲、資料庫創建與存取、歷史資料清理與回測架構建立，可以將自己的策略想法應用在歷史資料上去驗證。

想交易選擇權，卻遇到以下困難嗎？

買方、賣方、買權、賣權，光聽這些基本概念就快頭暈？

選擇權好像比較少人玩，沒有人帶我入門怎麼辦？

我沒有任何投資基礎，也可以玩嗎？

選擇權是高槓桿，一賠總是賠很多？

聽說選擇權風險高、難入門，甚至連擁有買賣經驗的人都常常吃虧？

判斷對方向，但選擇權卻沒漲？

總是搞不清楚選擇權的價格是否正確，而買賣到芭樂單而賠錢？

不知道要放多少保證金來做才安全？

........... （放棄）

其實，選擇權交易並不可怕，可怕的是商品特性、交易風險都沒搞清楚就貿然進場，症狀輕者慘賠出場，重則傾家蕩產。過去的我們，也面臨跟你一樣問題，總怕踏錯一步、下錯一口便懊惱不已！

本課程透過講師於法人交易室的經驗，將介紹專業的「初階選擇權介紹」與「進階交易策略建構」，再利用Python輔助進行分析，讓學員在面對風險決策時能獨自判斷，降低風險，提升獲利效率，並規劃最適合自己的選擇權策略！ 

最紮實的課程規劃：理論觀念到實務應用

市面上很多選擇權相關課程都把選擇權講得很簡單，例如「看漲買Call、看跌買Put」等字語，非常老少咸宜，事實上，交易衍生性金融商品必須以最嚴謹的態度去面對它，槓桿越高越需要精打細算，一般而言，選擇權市場中的玩家大多是專業的法人機構，多數為自營商與大型避險基金，如果沒有完善的選擇權分析工具，將非常容易被市場吃乾抹盡。

 波動率(Volatility)：

在談論選擇權之前，我們先來了解波動率，波動率是選擇權的核心評價參數，大多數的參數在選擇權契約開始時就決定了，例如履約價(Strike)與到期日(Maturity)等，只有波動率是可以隨時變動，以選擇權交易市場來說，隱含波動率就是市場所有投資人對於未來波動率預測的均衡結果，課程會先從如何計算某檔股票的歷史波動率出發，瞭解股票的實際波動率波幅區間，再去求解選擇權隱含波動率。

 Black-Scholes選擇權評價公式：

選擇權的評價模型是由Fischer Black與Myron Scholes於1973年所發表的論文「The Pricing of Options and Corporate Liabilities」中提出，這篇論文奠定了未來衍生性金融商品發展的基礎。

課程中會使用Black-Scholes選擇權評價模型作為的核心，來開發後續所有的應用與策略，課程不會教學過多的數學模型，僅以概念邏輯說明，後續再以程式演示並直接應用。

 蒙地卡羅模擬法(Monte-Carlo Simulation)：

上圖是利用數學公式進行模擬出的股價走勢，是不是跟我們實際看到的股價十分相似呢？所謂的選擇權評價就是假設股價以隨機的方式變動，我們可以用幾何布朗運動(Geometric Brownian Motion)的方式去模擬股價，這個就是財務工程領域的核心。

 每種金融商品都有著不同的優缺點，而選擇權有著這些特性：

操作靈活：不同於股票只能買進、賣出或空手，選擇權能夠讓操作更加靈活，除了基本的賭上漲或賭下跌外，還可賭大漲大跌或不漲不跌。

高槓桿 ：槓桿倍數介於3倍至數十倍。

自行控制槓桿：雖常常聽到選擇權是高槓桿且風險高的，但其實風險是取決於你放了多少保證金。

可同時做多、做空或看盤整：不同於股票或基金只能做多，選擇權無論股市漲跌的時候，甚至股市盤整時，都能有獲利的機會。

交易單位門檻低：最少可以只需幾千塊就可進場操作買方策略，並不像股票動輒幾萬到幾十萬才能買一張，可大幅節省資金使用。

到期結算：選擇權並非股票可以長期持有，而是有一個到期日，到期時可能沒有任何價值。

> 所以說，選擇權適合這些人

選擇權適合想買賣賺價差的投資人，因為選擇權能以很低的交易資金去買賣標的資產，且做空及做多容易，方便避險與投機。所以若是靠權利金買賣賺價差，選擇權將比股票好用很多！除此之外，相對期貨及股票的操作手法，選擇權的投資策略更靈活，對市場行情的發展有更多應對的空間。

 多元靈活的交易策略：

股票與期貨只能做多或做空，而選擇權最少就有六種基本策略可以應用，除了賭方向外，還可以賭波動變大或變小，策略彈性增加但複雜度也同樣增加，而且同步需要考慮時間的因素，例如盤整狀態對於選擇權買方來說是相當不利的，除了時間價值減損(Theta)外，波動率可能變低導致損失(Vega)，越近到期日減損狀態越嚴重。

選擇權交易人最重要的課題是如何預測未來的波動狀況與趨勢方向，並利用對應的選擇權交易策略來因應。

多年經驗選擇權交易員打造你從沒看過的選擇權課程

# 沒有最能賺錢的策略，只有最適合的策略

一般市面上的選擇權課程大多只介紹皮毛，無法讓你徹底瞭解運作方式，我們不只將教你選擇權基礎觀念，更帶給你最全面的Python應用，包含計算選擇權理論價格、求解隱含波動率與希臘字母Greeks計算等，課程的最後將帶給大家含金量最高的內容「從零到一打造Python選擇權回測應用」，內容包含網路爬蟲、資料庫建置與回測架構設計等技術。

在交易選擇權之前，你一定要知道選擇權價格是如何算出來的，避免買賣到嚴重偏離理論價格的選擇權。

選擇權最重要的參數就是波動率，波動率的高低將影響選擇權價格與 Greeks 的計算，波動率是由市場所有交易者交易出來的結果，這堂課將教會你如何利用數值求解的方式來找出隱含波動率。

學會理論價格計算後，要教你如何量化計算真正的風險有多大，瞭解部位面對的成本或風險是多少。

瞭解各種風險要如何計算後，必須知道要放多少保證金才比較安全，才不會輕易就被市場抬出去。

利用過去歷史的市場波動狀況，來模擬可能的保證金與損益變化，歷史雖然不代表未來，但連歷史的波動都無法全身而退，何況是未來更未知的情況呢？

Greeks是選擇權交易的核心，交易策略能否成功都是與Greeks有相關，Greeks衡量了選擇權的風險值，所謂風險越大獲利越大，透過Greeks我們能夠計算出未來可能的獲利與損失，本章將會用觀念來說明Greeks的邏輯，再使用Python來計算選擇權在不同履約價與到期日下的Greeks變化狀況。

除了基本的選擇權策略介紹外，另有獨家的五大選擇權策略分享，以下策略並不代表一定能賺錢，主要在分享不同的交易想法，例如如何正確的交易波動率，或是一年出現約一到兩次的波動率套利機會。

應過去學員要求，特別加碼選擇權回測的應用開發，本章節內容的程式技術含量較高，比較適合有Python程式基礎的學員來學習，會包含有網路爬蟲、資料庫創建與存取、資料清理與執行回測，以上應用主要是交給大家一個回測架構，讓大家可以使用這個平台去延伸使用，可以將自己的想法放到歷史資料去進行測試。

本課程著重於選擇權的原理與程式技術，目的為能讓大家擁有自行開發交易策略的觀念與技術，如果你是找尋聖杯的聖杯騎士、對帳單魔人或是希望帶進帶出的小白，這門課程可能不適合你！

這堂課和市面上課程的差別

市面上其他的選擇權課程較著重於基本的觀念與操作指引，上完課後學員可能還是只能跟著老師或軟體操作，而本課程主要設計為培養學員為一個專業的選擇權玩家，而不是變成一個什麼都不知道就貿然進場的小白，課程設計相對難度較高，可能會運用到不少數學、統計與程式的技巧，大量使用Python實作來帶領大家將投資交易上會碰到的問題逐一解決，希望能夠讓大家在未來能夠獨立對戰。

我們將這樣教會你！

# 從認識選擇權與 Python套件 到學習六大策略，並模擬風險

# 最後帶你創建屬於自己的選擇權交易策略，準備好了再出發！

歡慶購課人數 150 人！加碼彩蛋已釋出 🎉

# Excel VBA 交易選擇權，無需學會 coding 也能直接下載應用！

Excel 可以說是一般人最熟悉的分析工具了，可以透過 Excel VBA 編輯自訂函數來讓 Excel 變得更強大，程式碼隨著檔案走，隨時可以用，就算不會程式語言的你，也可以透過下載這個範例而直接應用在交易選擇權上，而你能透過這個加碼彩蛋章節獲得什麼：

 1. 省時便利 ：讓沒有安裝 Python 的電腦輕鬆使用選擇權評價，下載檔案隨即用。

 2. 學習門檻低 ：在課程中會教你python基礎套件應用交易選擇權，而加碼內容再釋出讓你輕鬆使用 Excel 直接進行風險模擬。

 3. 即時觀測 ：可使用 DDE 串接行情，即時計算選擇權相關數值，在市場快速變動下你也能即時反應。

快問快答

Q：我什麼都不會，也可以加入嗎？

這堂課需要具備基礎的 Python 知識，而老師會在課程中教你套件使用跟物件導向，讓你能實際用 Python 做出自己的交易策略！