数据与分析 ✓ Anthropic · 官方 optionsvolatility-analysisgreeksvolatility-surfaceimplied-volatilityrealized-volatilitylseg

期权波动率分析

结合波动率曲面、期权希腊值与历史价格,判断隐含波动率相对实际波动率的贵廉。

FollowSkills 评估 · FSRS-2.0
不推荐
42/ 100 五分制 2.1 / 5
信任安全12 / 25 · 2.4/5

列出了所需 MCP 工具和数据类型,未见恶意行为、凭证窃取或破坏性操作;但未说明最小权限、用户确认、敏感数据处理、数据流、失败回滚或交易建议的安全边界,因此扣分。

可靠稳定7 / 20 · 1.8/5

工具链和分析顺序基本一致,且指定了历史窗口和输出表格;但未提供工具可用性验证、参数失败处理、异常输入处理或可诊断错误反馈。静态审查下不超过10分。

适用触发8 / 15 · 2.7/5

明确覆盖股票/指数和外汇波动率曲面、期权定价及隐含与实现波动率比较;但未声明非适用场景、触发排除条件或中文支持,且核心功能依赖 LSEG MCP,无法从材料确认中国大陆网络可达性,因此扣分。

规范维护7 / 15 · 2.3/5

文档结构清晰,包含工具说明、工作流和输出模板;仓库提供 Apache-2.0 许可和通用安装信息。但该技能缺少自身的安装依赖、版本、变更记录、维护责任、限制说明、示例输入和故障排查,因此扣分。

有效结果5 / 15 · 1.7/5

工作流能够覆盖波动率曲面、Greeks、历史实现波动率和策略评估,输出模板具有一定直接使用价值;但未提供已验证的代表性结果,也未证明数据映射、窗口匹配和策略建议在实际工具响应下正确,因此按静态上限保守给分。

证据核验3 / 10 · 1.5/5

仓库级插件校验和固定修订提供了有限可追溯性,技能本身也明确列出工具与步骤;但没有针对该技能的测试套件、真实执行证据或独立交叉验证,因此证据覆盖有限。

证据充分度: 评估于 2026年7月20日 审查版本 4aa51ed3d379
使用前请注意
  • 使用前应确认 LSEG MCP 的订阅、凭证权限和中国大陆网络可达性,并核对实际工具名、参数及返回字段。
  • 该技能没有明确数据缺失、无效 RIC、期限不匹配或工具失败时的处理方式;不得将未验证的策略建议直接用于交易或风险决策。
  • 应由专业人员复核隐含/实现波动率窗口匹配、年化方法、曲面报价定义和 Greeks。
评估证据 [1][2][3][4][5][6]
查看完整评分方法 →

它能做什么 & 适用场景

该技能面向股票、指数和外汇期权的波动率分析。它先读取波动率曲面,再发现期权模板并为具体期权定价,随后利用历史价格计算实际波动率。输出涵盖期限结构、偏度、微笑曲率、希腊值以及隐含波动率与实际波动率的比较。适合已经具备 LSEG MCP 数据访问能力、需要形成波动率评估的衍生品分析人员。

根据资产类型调用 equity_vol_surface 或 fx_vol_surface,提取 ATM 波动率期限结构、25-delta 风险反转和蝶式价差;调用 option_template_list 查找可用期权类型、期限和行权价;调用 option_value 获取权利金、delta、gamma、vega、theta、rho 和隐含波动率;调用 tscc_historical_pricing_summaries 或 qa_historical_equity_price 获取历史价格;从日度历史数据计算 20、60 和 90 日收盘价实际波动率,并与相应隐含波动率比较,最后给出波动率判断和策略建议。

  1. 衍生品分析师评估某只股票或指数的期权隐含波动率是否高于近期实际波动率。
  2. 外汇期权交易员分析 EURUSD 等货币对的 delta 波动率曲面、风险反转和蝶式价差。
  3. 期权定价人员在曲面分析后获取具体看涨和看跌期权的价格及完整希腊值。
  4. 波动率交易团队比较 20、60、90 日实际波动率与匹配期限的 ATM 隐含波动率。
  5. 研究人员根据期限结构、偏度和曲率评估波动率环境并形成策略讨论材料。

优缺点一览

优点
  • 明确规定从波动率曲面开始,再进行模板发现、期权定价和历史波动率比较。
  • 覆盖股票、指数和外汇波动率曲面,并包含完整期权希腊值。
  • 输出结构同时关注期限结构、偏度、曲率和隐含减实际波动率溢价。
局限
  • 依赖 LSEG MCP 工具和相应数据访问权限;README 未保证免费可用。
  • SKILL.md 只定义分析流程,没有提供测试套件、示例结果或错误处理细节。
  • 策略建议依赖工具返回的数据质量和可用期限,源材料未说明具体数据覆盖范围。

如何安装

在 Cowork 中打开 Settings → Plugins → Add plugin,粘贴 https://github.com/anthropics/financial-services,然后从插件市场选择相应的 LSEG 合作方插件或技能集合。README 未提供该技能的独立安装命令;其源文件位于 plugins/partner-built/lseg/skills/option-vol-analysis/SKILL.md。

如何使用

安装并配置可用的 LSEG MCP 数据连接后,使用自然语言提出具体任务,例如:“分析 SPX 期权的 1M、3M 和 6M 隐含波动率曲面,比较 20、60 和 90 日实际波动率,并评估波动率是否偏贵。”

常见问题

是否需要 LSEG 数据权限?
需要能够访问 SKILL.md 列出的 LSEG MCP 工具。README 说明 MCP 访问可能需要供应商订阅或 API 密钥。
它会自动执行期权交易吗?
不会。README 明确说明这些工作流不会执行交易;该技能只负责分析、解释和提出策略建议。
可以只分析单个期权而不看曲面吗?
流程要求先读取波动率曲面,再发现模板并为具体期权定价,因此单个期权分析通常应置于曲面背景下。

同仓库的其他 Skills

均来自 anthropics/financial-services

数据与分析 ✓ Anthropic · 官方

三表财务模型填充器

用公式填充并校验收入、资产负债和现金流三表模型。

数据与分析 ✓ Anthropic · 官方

审计表格

检查电子表格公式、错误与财务模型完整性。

数据与分析 ✓ Anthropic · 官方

三表财务模型填充助手

将现有三表模型模板补充为可联动、可校验的财务预测模型。

数据与分析 ✓ Anthropic · 官方

可比公司估值分析

在电子表格中构建含经营指标、估值倍数和统计基准的机构级可比公司分析。

数据与分析 ✓ Anthropic · 官方

竞争格局分析师

把竞争研究组织成可审批、可比较的市场格局演示文稿。

数据与分析 ✓ Anthropic · 官方

财报快评研究员

将季度业绩转化为聚焦超预期、估值更新与投资论点变化的机构级财报更新报告。

数据与分析 ✓ Anthropic · 官方

行业全景研究

系统梳理行业结构、竞争格局、估值与投资主题。

效率与协作 ✓ Anthropic · 官方

PE投资委员会备忘录助手

将尽职调查、财务分析和交易条款整理成结构化的投资委员会审批备忘录。

数据与分析 ✓ Anthropic · 官方

Excel 数据清理助手

清理杂乱表格,让数据更一致、更适合分析。

数据与分析 ✓ Anthropic · 官方

金融演示文稿数字刷新

在保留原有版式的前提下,安全更新演示文稿中的财务数据。

写作与内容 ✓ Anthropic · 官方

IC备忘录

把尽调与财务要点整理成IC备忘录。

数据与分析 ✓ Anthropic · 官方

财务模型审计员

系统检查电子表格公式、错误与财务模型完整性。

自动化与运维 ✓ Anthropic · 官方

对账差异根因追踪

追踪总账与子账差异,定位源交易并输出处理建议。

自动化与运维 ✓ Anthropic · 官方

KYC 入件解析器

将客户入件材料整理为可供筛查的结构化 KYC 数据。

数据与分析 ✓ Anthropic · 官方

审计 XLS:电子表格模型审查

系统检查电子表格公式、错误和财务模型完整性问题。

数据与分析 ✓ Anthropic · 官方

总账滚动结转表

将资产负债表账户从期初余额逐项连接到期末总账余额,支持月结和审计。

数据与分析 ✓ Anthropic · 官方

投行 Pitch Deck 模板填充

将 Excel、CSV 等来源数据准确填入现有投资银行 PowerPoint 模板。

数据与分析 ✓ Anthropic · 官方

三表财务模型填充器

用公式和跨表链接完成、填充并校验三表财务模型模板。

数据与分析 ✓ Anthropic · 官方

财务模型审计助手

系统检查电子表格公式与财务模型完整性。

数据与分析 ✓ Anthropic · 官方

总账与子账核对

按持仓或交易层级核对总账与子账,定位差异并提出可能原因。

相关 Skills