📊 期权权利金计算器与可视化工具

基于 Black-Scholes 模型的数字期权权利金计算器，提供交互式可视化界面。

✨ 功能特性

💰 Premium 模式

• 🧮 实时计算: 根据输入参数实时计算期权权利金
• 📈 可视化图表: 展示权利金随现货价格变化的曲线
• ⚙️ 参数可调: 支持调整所有 Black-Scholes 模型参数
• 🎯 双向对比: 同时显示 Long 和 Short 期权的权利金曲线
• 💡 直观展示: 标注当前现货价格和障碍价格位置

🎲 Odds 模式（新功能）

• 🔄 反向计算: 输入赔率（Odds），自动反推障碍价格（K 值）
• 🎯 智能求解: 使用二分法数值求解，快速精准
• 📊 涨跌分析: 显示达到目标 K 值需要的价格变动百分比
• ⚡ 实时更新: 参数改变时自动重新计算

🚀 快速开始

安装依赖

npm install

启动开发服务器

npm run dev

访问 http://localhost:5173 查看应用。

构建生产版本

npm run build

构建产物将输出到 dist 目录。

预览生产版本

npm run preview

📖 使用说明

模式选择

应用提供两种计算模式，通过顶部 Tab 切换：

💰 Premium 模式（正向计算）

输入障碍价格 → 计算权利金

🎲 Odds 模式（反向计算）

输入赔率 → 反推障碍价格

基础参数

• 现货价格 (Spot Price): 当前标的资产的市场价格
• 障碍价格 (Barrier Price): 期权的执行价格/障碍价格（仅 Premium 模式）
• 赔率 (Odds): 目标赔率倍数（仅 Odds 模式）
• 方向 (Side):
  • Long (看涨): 价格上涨时获利
  • Short (看跌): 价格下跌时获利

高级参数

• 波动率² (Sigma²): 市场波动率的平方，影响期权价值
• 周期时长: 每个交易周期的时长（秒）
• 结算延迟周期: 从开仓到结算的周期数
• Vega Buffer: 价差定价的波动率缓冲
• Call Lambda: Call 期权的价差参数（必须 < 1.0）
• Put Lambda: Put 期权的价差参数（必须 > 1.0）

图表设置

• 价格范围 (±%): 控制图表显示的现货价格范围
• 数据点数量: 控制图表曲线的平滑度

📊 图表说明

• 绿色曲线: Long (看涨) 期权的权利金
• 红色曲线: Short (看跌) 期权的权利金
• 红色虚线: 障碍价格（执行价格）
• 蓝色虚线: 当前现货价格

🔬 技术栈

• React 18: UI 框架
• TypeScript: 类型安全
• Recharts: 图表库
• Vite: 构建工具
• Black-Scholes Model: 期权定价模型

📚 核心算法

项目使用 Black-Scholes 模型计算数字期权价格：

• Digital Call: 通过 call spread 近似计算
• Digital Put: 通过 put spread 近似计算
• 正态分布: 使用 Abramowitz & Stegun 近似算法

详见 src/black-scholes.ts 源码。

📝 默认配置

Premium 模式

{
  epochDurationSecs: 300,      // 5 分钟
  settleDelayEpochs: 1,        // 1 个周期
  sigma2: 0.25,                // IV ≈ 50%
  vegaBuffer: 0.05,            // 5% 波动率缓冲
  callLambda: 0.999,           // < 1.0
  putLambda: 1.001,            // > 1.0
}

Odds 模式

{
  epochDurationSecs: 30,       // 30 秒（自动设置）
  settleDelayEpochs: 1,        // 1 个周期
  sigma2: 0.25,                // IV ≈ 50%
  vegaBuffer: 0.05,            // 5% 波动率缓冲
  callLambda: 0.999,           // < 1.0
  putLambda: 1.001,            // > 1.0
}

💡 提示: 切换到 Odds 模式时，周期时长会自动调整为 30 秒，更适合短期赔率计算。

🎯 应用场景

Premium 模式

• 期权交易策略分析
• Black-Scholes 模型学习与验证
• 数字期权定价研究
• 风险管理与对冲策略

Odds 模式

• 交易员场景: "我想要 10 倍赔率，应该设置多少障碍价格？"
• 风险评估: "达到 20 倍赔率需要价格变动多少？"
• 策略规划: 根据风险偏好反推最优执行价格
• 市场分析: 不同赔率下的价格目标分析

💡 使用示例

示例 1：正向计算（Premium 模式）

现货价格: $100
障碍价格: $105
方向: Long
结果: Premium = 0.42 (需支付 42% 成本)

示例 2：反向计算（Odds 模式）

现货价格: $100
赔率: 10X
方向: Long
结果: 
  - Premium = 0.1 (10%)
  - 推荐障碍价格: $105.23
  - 需要上涨: 5.23%

📄 许可证

MIT License

👥 贡献

欢迎提交 Issue 和 Pull Request！