在 QMT 中使用 bsm_iv 接口计算期权隐含波动率

在期权量化交易中，隐含波动率（Implied Volatility, IV） 是评估期权价格高低及市场预期风险的核心指标。QMT Python API 提供了内置函数 ContextInfo.bsm_iv()，基于 Black-Scholes-Merton (BSM) 模型，通过期权当前市场价格反推其隐含波动率。

1. ContextInfo.bsm_iv() 接口说明

语法与用法

ContextInfo.bsm_iv(optionType, objectPrices, strikePrice, optionPrice, riskFree, days, dividend=0)

参数说明

返回值

• 返回 double（float）类型的隐含波动率数值（例如返回 0.23 代表 IV 为 23%）。若输入参数非法，则返回 nan。

2. 核心代码示例

2.1 基础计算示例

假设某标的现价为 3.51 元，某剩余 15 天到期、行权价为 3.50 元的认购期权市场现价为 0.0725 元，无风险利率为 3%：

# #coding:gbk

def init(ContextInfo):
    pass

def handlebar(ContextInfo):
    # 期权参数设置
    opt_type = 'C'       # 认购期权
    underlying_price = 3.51  # 标的现价
    strike_price = 3.50      # 行权价
    option_price = 0.0725    # 期权市场现价
    risk_free = 0.03         # 无风险利率 3%
    days_left = 15           # 剩余天数
    
    # 调用 bsm_iv 计算隐含波动率
    iv = ContextInfo.bsm_iv(opt_type, underlying_price, strike_price, option_price, risk_free, days_left)
    
    print(f"计算所得隐含波动率 (IV): {iv:.4f}")

3. 常见应用场景

1. 波动率套利与均值回归策略：当计算出的 IV 显著偏离历史波动率（HV）或波动率曲面均值时，可构建 Delta 中性策略卖出高估期权或买入低估期权。
2. 配合行情实时监控：结合 ContextInfo.get_full_tick() 或 ContextInfo.subscribe_quote() 获取标的及期权最新 Tick 价格，动态更新 IV，实现盘中高频监控。
3. 与获取实时 IV 接口对比：QMT 另外提供了 ContextInfo.get_option_iv(optioncode) 接口直接获取交易所/柜台计算好的实时 IV；而 bsm_iv() 允许开发者传入自定义无风险利率、分红率及预估价格，灵活性更高。