QMT 平台期权数据获取与理论价格计算指南

在 QMT 极简量化交易平台中，进行期权策略开发时，获取期权合约的静态基本信息（如行权价、到期日、期权类型）以及计算期权的理论价格是构建交易模型的基础。QMT 提供了专门的期权数据接口和内置的 BSM（Black-Scholes-Merton）计算函数，帮助开发者快速实现这些需求。

一、获取期权合约详细信息（行权价、到期日）

QMT 提供了 ContextInfo.get_option_detail_data(optioncode) 接口，通过传入期权合约代码，可以获取包含行权价、到期日、标的证券等在内的详细字典数据。

1. 核心接口说明

• 接口名称：ContextInfo.get_option_detail_data(optioncode)
• 主要返回字段：
  • OptExercisePrice：期权行权价
  • ExpireDate：到期日（格式如 20231025）
  • optType：期权类型（CALL 或 PUT）
  • VolumeMultiple：合约乘数
  • OptUndlCode：期权标的证券代码

二、基于 BSM 模型计算期权理论价格

QMT 内置了 ContextInfo.bsm_price 函数，支持直接输入标的价格、行权价、无风险利率、波动率等参数，计算欧式期权的理论价格。

1. 核心接口说明

• 接口名称：ContextInfo.bsm_price(optionType, objectPrices, strikePrice, riskFree, sigma, days, dividend)
• 参数介绍：
  • optionType：期权类型，认购为 'C'，认沽为 'P'
  • objectPrices：期权标的价格（支持单个价格或价格列表）
  • strikePrice：期权行权价
  • riskFree：无风险收益率（如 0.03 代表 3%）
  • sigma：标的年化波动率（如 0.23 代表 23%）
  • days：距离到期的剩余天数
  • dividend：标的分红率

三、完整 Python 代码示例

以下示例展示了如何在 QMT 策略中获取指定期权合约（如 '10001506.SHO'）的详细信息，并计算其当前的 BSM 理论价格：

#coding:gbk
import datetime

def init(ContextInfo):
    # 设定需要查询的期权合约代码
    ContextInfo.option_code = '10001506.SHO'

def handlebar(ContextInfo):
    if not ContextInfo.is_last_bar():
        return
        
    # 1. 获取期权合约详细信息
    detail = ContextInfo.get_option_detail_data(ContextInfo.option_code)
    if not detail:
        print("未获取到期权合约信息，请检查合约代码是否正确或数据是否下载完整。")
        return
        
    opt_type = detail['optType']          # CALL 或 PUT
    strike_price = detail['OptExercisePrice']  # 行权价
    expire_date_str = str(detail['ExpireDate']) # 到期日
    
    print(f"期权合约: {ContextInfo.option_code}")
    print(f"期权类型: {opt_type}")
    print(f"行权价格: {strike_price}")
    print(f"到期日期: {expire_date_str}")
    
    # 2. 计算剩余天数
    today = datetime.datetime.now().date()
    expire_date = datetime.datetime.strptime(expire_date_str, '%Y%m%d').date()
    remaining_days = (expire_date - today).days
    print(f"剩余天数: {remaining_days} 天")
    
    # 3. 获取标的最新价格（以50ETF为例）
    undl_code = detail['OptUndlCode'] + '.' + detail['OptUndlMarket']
    tick_data = ContextInfo.get_full_tick([undl_code])
    if undl_code in tick_data:
        underlying_price = tick_data[undl_code]['lastPrice']
        print(f"标的最新价 ({undl_code}): {underlying_price}")
        
        # 4. 使用 BSM 模型计算理论价格
        # 假设无风险利率为 3%，标的年化波动率为 20%，分红率为 0
        bsm_opt_type = 'C' if opt_type == 'CALL' else 'P'
        theoretical_price = ContextInfo.bsm_price(
            optionType=bsm_opt_type,
            objectPrices=underlying_price,
            strikePrice=strike_price,
            riskFree=0.03,
            sigma=0.20,
            days=max(remaining_days, 1), # 避免剩余天数为0导致计算异常
            dividend=0.0
        )
        print(f"BSM 理论价格: {theoretical_price:.4f}")

四、注意事项

1. 数据补充：在使用期权相关接口前，请确保已通过 QMT 客户端的“数据管理”功能补充了对应期权市场（如 SHO 上交所期权、SZO 深交所期权）的过期合约列表与历史行情数据。
2. 剩余天数计算：在回测历史 K 线时，计算剩余天数应使用 K 线对应的时间戳 ContextInfo.get_bar_timetag(ContextInfo.barpos)，而非当前系统时间 datetime.datetime.now()。