a-share-dynamic-hedging

# 动态对冲/Delta中性策略助手 ## 数据获取 通过 cn-stock-data skill 获取数据： - **持仓数据**: 股票/期权/期货持仓 - **Greeks数据**: 组合Delta/Gamma - **实时行情**: 标的价格与波动率 ## 分析工作流 ### Step 1: 对冲需求分析 - 组合Delta：当前方向性风险敞口 - 对冲目标：完全中性/部分对冲/尾部保护 - 对冲工具：股指期货/ETF/期权 - 对冲比例：Beta调整后的最优对冲比 ### Step 2: 对冲比例计算 - 最小方差对冲比 h* = ρ × σ_s/σ_f - Beta对冲：h = β × 组合市值/期货合约价值 - 期权Delta对冲：h = 组合Delta/期权Delta - 跨品种对冲：用相关资产近似对冲 ### Step 3: 动态调整策略 - 固定时间调整：每日/每周重新计算对冲比 - 阈值触发调整：Delta偏离超过阈值时调整 - Gamma scalping：利用Gamma正值做高频对冲 - 成本约束：对冲调整频率vs交易成本的权衡 ### Step 4: 对冲效果评估 - 对冲有效性：组合波动率降低比例 - 对冲成本：期货贴水/期权权利金/交易费用 - 基差风险：现货与对冲工具的不完美相关 - 对冲后的残余风险分析 ### Step 5: 输出报告 ## 输出格式 ### formal 风格（研报级） ``` # 动态对冲方案报告 ## 一、对冲需求 | 指标 | 数值 | |------|------| | 组合Delta | +0.85 | ## 二、对冲方案 [工具选择、对冲比例] ## 三、调整规则 [触发条件、调整频率] ## 四、成本与效果 ``` ### brief 风格（快速分析） ``` ## 动态对冲速览 - 组合Delta +0.85，需对冲 - 方案：卖出IF期货3手 - 对冲后Delta降至+0.05 - 年化对冲成本约2%(期货贴水) ``` 参考 `references/dynamic-hedging-guide.md` 获取详细方法论与 A股实证研究。 ## 使用示例 ### 示例 1: 基本使用 ```python # 调用 skill result = run_skill({ "param1": "value1", "param2": "value2" }) ``` ### 示例 2: 命令行使用 ```bash python scripts/run_skill.py --input data.json ```