菜单
波动率曲面拟合工具，实现SVI参数化模型(简化版)拟合与无套利检验，分析波动率微笑与偏斜。适用于金融工程教学、期权市场微观结构学习与参数化模型演示；仅覆盖欧式期权静态曲面，不适用于实盘期权做市定价、高频对冲或复杂随机波动率模型校准。
默认使用会先检查来源的 Prompt；你也可以切换为直接命令，或下载本地副本。
决定是否安装前，请先阅读 SKILL.md，以及 SkillsMP 当前展示的配套文件。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
直接命令不会经过审查 Prompt；运行前请先检查来源。
npx skills add https://github.com/openJiuwen-ai/agent-store --skill volatility-surface命令会保持在同一行。复制前请横向滚动并检查完整内容。
想先保存到本地？可下载 SkillsMP 当前能够提供的文件。
基于 SOC 职业分类
正在显示 SKILL.md
| name | volatility-surface |
| description | 波动率曲面拟合工具，实现SVI参数化模型(简化版)拟合与无套利检验，分析波动率微笑与偏斜。适用于金融工程教学、期权市场微观结构学习与参数化模型演示；仅覆盖欧式期权静态曲面，不适用于实盘期权做市定价、高频对冲或复杂随机波动率模型校准。 |
| version | 1.0.0 |
| author | wangyi |
以下函数定义在
scripts/main.py，可直接导入使用。
📌 说明：本工具基于简化模型实现，仅使用 Python 标准库。结果仅供学习参考，不构成投资建议或交易依据。
svi_total_variance(k, a, b, rho, m, sigma)SVI 模型总方差。 必填: k, a, b, rho, m, sigma
svi_implied_vol(k, T, a, b, rho, m, sigma)从 SVI 参数计算隐含波动率。 必填: k, T, a, b, rho, m, sigma
svi_check_no_arbitrage(a, b, rho, m, sigma)检验 SVI 无套利条件 (静态)。 必填: a, b, rho, m, sigma
svi_fit(strikes, implied_vols, S, T, r, init_params=None, max_iter=5000, seed=42)SVI 参数拟合 (网格搜索 + 梯度下降)。 必填: strikes, implied_vols, S, T, r
svi_atm_skew(a, b, rho, m, sigma)ATM (k=0) 处的一阶导 (斜率)。 必填: a, b, rho, m, sigma
svi_atm_curvature(a, b, rho, m, sigma)ATM (k=0) 处的二阶导 (曲率)。 必填: a, b, rho, m, sigma
python scripts/main.py \
--k <k> \
--T <T> \
--a <a> \
--b <b> \
--rho <rho> \
--m <m> \
--sigma <sigma>