Options Strategy Advisor

概要

このスキルは、理論価格モデルを使用した包括的なオプション戦略分析と教育を提供します。リアルタイムマーケットデータサブスクリプションを必要とせずに、トレーダーがオプション戦略を理解、分析、およびシミュレートするのに役立ちます。

コア機能:

• Black-Scholes価格設定: 理論オプション価格とGreeks計算
• 戦略シミュレーション: 主要なオプション戦略のP/L分析
• アーニング戦略: アーニング・カレンダーと統合された事前アーニング・ボラティリティ・プレイ
• リスク管理: ポジション・サイジング、Greeks露出、最大損失/利益分析
• 教育的焦点: 戦略とリスク指標の詳細説明

データソース:

• FMP API: 株価、過去のボラティリティ、配当、アーニング日
• ユーザー入力: インプライド・ボラティリティ (IV)、リスク・フリー・レート
• 理論モデル: Black-Scholesによる価格設定とGreeks

前提条件

必須:

• Python 3.8+ (numpy、scipy、requests を含む)

オプション:

• FMP API キー (リアルタイム株価と過去のボラティリティ用)
  • FMP_API_KEY 環境変数または --api-key 引数で設定
  • APIキーなし: 株価とボラティリティの手動入力を使用

インストール:

pip install numpy scipy requests

クイックスタート例:

# 基本的なコール・オプション価格設定 (APIキー不要)
python3 scripts/black_scholes.py

# リアルタイムデータ用のFMP APIキー
python3 scripts/black_scholes.py --ticker AAPL --api-key $FMP_API_KEY

# カスタムオプション・パラメータ
python3 scripts/black_scholes.py --stock-price 180 --strike 185 --days 30 --volatility 0.25

# プット・オプション分析
python3 scripts/black_scholes.py --stock-price 180 --strike 175 --days 30 --option-type put

このスキルを使用する場合

このスキルは以下の場合に使用してください:

• ユーザーがオプション戦略について質問する場合 ("カバード・コールとは?", "アイアン・コンドルはどのように機能しますか?")
• ユーザーが戦略P/Lをシミュレートしたい場合 ("ブル・コール・スプレッドの最大利益は?")
• ユーザーがGreeks分析が必要な場合 ("私のデルタ露出は?")
• ユーザーがアーニング戦略について質問する場合 ("アーニング前にストラドルを購入すべきですか?")
• ユーザーが戦略を比較したい場合 ("カバード・コール対プロテクティブ・プット?")
• ユーザーがポジション・サイジング・ガイダンスが必要な場合 ("何枚のコントラクトを取引すべきですか?")
• ユーザーがボラティリティについて質問する場合 ("現在IVは高いですか?")

リクエスト例:

• "AAPL上のカバード・コールを分析してください"
• "$100/$105 ブル・コール・スプレッド on MSFT のP/Lはいくらですか?"
• "NVDA アーニング前にストラドルを取引すべきですか?"
• "アイアン・コンドル・ポジションのGreeksを計算してください"
• "ダウンサイド保護のためのプロテクティブ・プット対カバード・コールを比較"

サポートされている戦略

インカム戦略

1. カバード・コール - 株式を保有し、コールを売却 (インカム生成、アップサイド上限)
2. キャッシュ担保プット - キャッシュ担保付きプットを売却 (プレミアム徴収、株式購入意思)
3. 貧乏人のカバード・コール - LEAPS コール + 短期コール売却 (資本効率的)

保護戦略

4. プロテクティブ・プット - 株式を保有し、プットを購入 (保険、下値制限)
5. カラー - 株式を保有し、コール売却 + プット購入 (アップサイド/ダウンサイド制限)

方向性戦略

6. ブル・コール・スプレッド - 低いストライク・コール購入、高いストライク・コール売却 (制限されたリスク/リワード、強気)
7. ブル・プット・スプレッド - 高いストライク・プット売却、低いストライク・プット購入 (クレジット・スプレッド、強気)
8. ベア・コール・スプレッド - 低いストライク・コール売却、高いストライク・コール購入 (クレジット・スプレッド、弱気)
9. ベア・プット・スプレッド - 高いストライク・プット購入、低いストライク・プット売却 (制限されたリスク/リワード、弱気)

ボラティリティ戦略

10. ロング・ストラドル - ATM コール + ATM プット購入 (大きな変動から利益)
11. ロング・ストラングル - OTM コール + OTM プット購入 (ストラドルより安い、大きな変動が必要)
12. ショート・ストラドル - ATM コール + ATM プット売却 (変動がない場合に利益、無制限リスク)
13. ショート・ストラングル - OTM コール + OTM プット売却 (変動がない場合に利益、広いレンジ)

レンジバウンド戦略

14. アイアン・コンドル - ブル・プット・スプレッド + ベア・コール・スプレッド (レンジバウンド変動から利益)
15. アイアン・バタフライ - ATM ストラドル売却、OTM ストラングル購入 (タイト・レンジから利益)

アドバンスド戦略

16. カレンダー・スプレッド - 短期オプション売却、長期オプション購入 (時間減衰から利益)
17. ダイアゴナル・スプレッド - 異なるストライク付きカレンダー・スプレッド (方向性 + 時間減衰)
18. レシオ・スプレッド - アンバランスなスプレッド (一方の脚のコントラクトが多い)

分析ワークフロー

ステップ1: 入力データを収集

ユーザーからの必須情報:

• ティッカー・シンボル
• 戦略タイプ
• ストライク価格
• 満期日
• ポジション・サイズ (コントラクト数)

ユーザーからのオプション情報:

• インプライド・ボラティリティ (IV) - 提供されない場合は過去ボラティリティ (HV) を使用
• リスク・フリー・レート - デフォルトは現在の3ヶ月 T-bill レート (~2025年時点で5.3%)

FMP APIから取得:

• 現在の株価
• 過去価格 (HV計算用)
• 配当利回り
• 次のアーニング日 (アーニング戦略用)

ユーザー入力例:

ティッカー: AAPL
戦略: ブル・コール・スプレッド
ロング・ストライク: $180
ショート・ストライク: $185
満期: 30日後
コントラクト: 10
IV: 25% (提供されない場合はHVを使用)

ステップ2: 過去ボラティリティを計算 (IVが提供されない場合)

目的: 過去の価格変動からボラティリティを推定

方法:

# 90日間の価格データを取得
prices = get_historical_prices("AAPL", days=90)

# 日次リターンを計算
returns = np.log(prices / prices.shift(1))

# 年率化されたボラティリティ
HV = returns.std() * np.sqrt(252)  # 252営業日

出力:

• 過去ボラティリティ (年率化パーセンテージ)
• ユーザーへの注記: "HV = 24.5%、より正確なために現在のマーケットIVの使用を検討してください"

ユーザーが上書き可能:

• ブローカー・プラットフォーム (ThinkorSwim、TastyTrade など) からIVを提供
• スクリプトは --iv 28.0 パラメータを受け入れます

ステップ3: Black-Scholesを使用してオプションを価格設定

Black-Scholes モデル:

ヨーロッパ・スタイル・オプション用:

コール価格 = S * N(d1) - K * e^(-r*T) * N(d2)
プット価格 = K * e^(-r*T) * N(-d2) - S * N(-d1)

ここで:
d1 = [ln(S/K) + (r + σ²/2) * T] / (σ * √T)
d2 = d1 - σ * √T

S = 現在の株価
K = ストライク価格
r = リスク・フリー・レート
T = 満期までの時間 (年)
σ = ボラティリティ (IV または HV)
N() = 累積標準正規分布

調整:

• コールの場合、配当の現在価値をSから差し引く
• アメリカン・オプション: 近似値を使用するか、「ヨーロッパ価格設定、アメリカン・オプションの価値を過小評価する可能性あり」と記載

Python実装:

from scipy.stats import norm
import numpy as np

def black_scholes_call(S, K, T, r, sigma, q=0):
    """
    S: 株価
    K: ストライク価格
    T: 満期までの時間 (年)
    r: リスク・フリー・レート
    sigma: ボラティリティ
    q: 配当利回り
    """
    d1 = (np.log(S/K) + (r - q + 0.5*sigma**2)*T) / (sigma*np.sqrt(T))
    d2 = d1 - sigma*np.sqrt(T)

    call_price = S*np.exp(-q*T)*norm.cdf(d1) - K*np.exp(-r*T)*norm.cdf(d2)
    return call_price

def black_scholes_put(S, K, T, r, sigma, q=0):
    d1 = (np.log(S/K) + (r - q + 0.5*sigma**2)*T) / (sigma*np.sqrt(T))
    d2 = d1 - sigma*np.sqrt(T)

    put_price = K*np.exp(-r*T)*norm.cdf(-d2) - S*np.exp(-q*T)*norm.cdf(-d1)
    return put_price

各オプション脚の出力:

• 理論価格
• 注記: "マーケット価格はビッド・アスク・スプレッドとアメリカン対ヨーロッパ価格設定により異なる可能性があります"

ステップ4: Greeksを計算

The Greeks は様々な要因に対するオプション価格の感度を測定します:

デルタ (Δ): 株価が $1 変わるたびのオプション価格の変化

def delta_call(S, K, T, r, sigma, q=0):
    d1 = (np.log(S/K) + (r - q + 0.5*sigma**2)*T) / (sigma*np.sqrt(T))
    return np.exp(-q*T) * norm.cdf(d1)

def delta_put(S, K, T, r, sigma, q=0):
    d1 = (np.log(S/K) + (r - q + 0.5*sigma**2)*T) / (sigma*np.sqrt(T))
    return np.exp(-q*T) * (norm.cdf(d1) - 1)

ガンマ (Γ): 株価が $1 変わるたびのデルタの変化

def gamma(S, K, T, r, sigma, q=0):
    d1 = (np.log(S/K) + (r - q + 0.5*sigma**2)*T) / (sigma*np.sqrt(T))
    return np.exp(-q*T) * norm.pdf(d1) / (S * sigma * np.sqrt(T))

シータ (Θ): 1日ごとのオプション価格の変化 (時間減衰)

def theta_call(S, K, T, r, sigma, q=0):
    d1 = (np.log(S/K) + (r - q + 0.5*sigma**2)*T) / (sigma*np.sqrt(T))
    d2 = d1 - sigma*np.sqrt(T)

    theta = (-S*norm.pdf(d1)*sigma*np.exp(-q*T)/(2*np.sqrt(T))
             - r*K*np.exp(-r*T)*norm.cdf(d2)
             + q*S*norm.cdf(d1)*np.exp(-q*T))

    return theta / 365  # 1日あたり

ベガ (ν): ボラティリティが 1% 変わるたびのオプション価格の変化

def vega(S, K, T, r, sigma, q=0):
    d1 = (np.log(S/K) + (r - q + 0.5*sigma**2)*T) / (sigma*np.sqrt(T))
    return S * np.exp(-q*T) * norm.pdf(d1) * np.sqrt(T) / 100  # 1% あたり

ロー (ρ): 金利が 1% 変わるたびのオプション価格の変化

def rho_call(S, K, T, r, sigma, q=0):
    d2 = (np.log(S/K) + (r - q + 0.5*sigma**2)*T) / (sigma*np.sqrt(T)) - sigma*np.sqrt(T)
    return K * T * np.exp(-r*T) * norm.cdf(d2) / 100  # 1% あたり

ポジション・Greeks:

複数の脚を持つ戦略の場合、すべての脚のGreeksを合計します:

# 例: ブル・コール・スプレッド
# ロング 1x $180 コール
# ショート 1x $185 コール

delta_position = (1 * delta_long) + (-1 * delta_short)
gamma_position = (1 * gamma_long) + (-1 * gamma_short)
theta_position = (1 * theta_long) + (-1 * theta_short)
vega_position = (1 * vega_long) + (-1 * vega_short)

Greeks の解釈:

Greek	意味	例
デルタ	方向性露出	Δ = 0.50 → 株が+$1で$50利益
ガンマ	デルタの加速	Γ = 0.05 → 株が+$1でデルタが0.05増加
シータ	日次時間減衰	Θ = -$5 → 時間経過で1日-$5
ベガ	ボラティリティ感度	ν = $10 → IV が1%上昇で+$10
ロー	金利感度	ρ = $2 → 金利が1%上昇で+$2

ステップ5: 戦略P/Lをシミュレート

目的: 満期時の様々な株価でのP/Lを計算

方法:

株価範囲を生成 (例: 現在の株価±30%):

current_price = 180
price_range = np.linspace(current_price * 0.7, current_price * 1.3, 100)

各価格ポイントでP/Lを計算:

def calculate_pnl(strategy, stock_price_at_expiration):
    pnl = 0

    for leg in strategy.legs:
        if leg.type == 'call':
            intrinsic_value = max(0, stock_price_at_expiration - leg.strike)
        else:  # put
            intrinsic_value = max(0, leg.strike - stock_price_at_expiration)

        if leg.position == 'long':
            pnl += (intrinsic_value - leg.premium_paid) * 100  # コントラクトあたり
        else:  # short
            pnl += (leg.premium_received - intrinsic_value) * 100

    return pnl * num_contracts

主要指標:

• 最大利益: 最高のP/L
• 最大損失: 最悪のP/L
• 損益分岐点: P/L = 0 の株価
• 利益確率: 利益範囲のパーセンテージ (簡易版)

出力例:

ブル・コール・スプレッド: $180/$185 on AAPL (30 DTE, 10コントラクト)

現在価格: $180.00
ネット・デビット: スプレッドあたり $2.50 ($2,500 合計)

最大利益: $2,500 ($185 以上)
最大損失: -$2,500 ($180 以下)
損益分岐点: $182.50
リスク/リワード: 1:1

利益確率: ~55% (株が$182.50以上でとどまる場合)

ステップ6: P/L 図表を生成 (ASCII アート)

様々な株価でのP/Lの視覚的表現:

def generate_pnl_diagram(price_range, pnl_values, current_price, width=60, height=15):
    """ASCII P/L 図表を生成"""

    # チャート・サイズに正規化
    max_pnl = max(pnl_values)
    min_pnl = min(pnl_values)

    lines = []
    lines.append(f"\nP/L Diagram: {strategy_name}")
    lines.append("-" * width)

    # Y軸レベル
    levels = np.linspace(max_pnl, min_pnl, height)

    for level in levels:
        if abs(level) < (max_pnl - min_pnl) * 0.05:
            label = f"    0 |"  # ゼロ・ライン
        else:
            label = f"{level:6.0f} |"

        row = label
        for i in range(width - len(label)):
            idx = int(i / (width - len(label)) * len(price_range))
            pnl = pnl_values[idx]
            price = price_range[idx]

            # 文字を決定
            if abs(pnl - level) < (max_pnl - min_pnl) / height:
                if pnl > 0:
                    char = '█'  # 利益
                elif pnl < 0:
                    char = '░'  # 損失
                else:
                    char = '─'  # 損益分岐点
            elif abs(level) < (max_pnl - min_pnl) * 0.05:
                char = '─'  # ゼロ・ライン
            elif abs(price - current_price) < (price_range[-1] - price_range[0]) * 0.02:
                char = '│'  # 現在価格ライン
            else:
                char = ' '

            row += char

        lines.append(row)

    lines.append(" " * 6 + "|" + "-" * (width - 6))
    lines.append(" " * 6 + f"${price_range[0]:.0f}" + " " * (width - 20) + f"${price_range[-1]:.0f}")
    lines.append(" " * (width // 2 - 5) + "Stock Price")

    return "\n".join(lines)

出力例:

P/L Diagram: ブル・コール・スプレッド $180/$185
------------------------------------------------------------
 +2500 |                               ████████████████████
       |                         ██████
       |                   ██████
       |             ██████
     0 |       ──────
       | ░░░░░░
       |░░░░░░
 -2500 |░░░░░
      |____________________________________________________________
       $126                  $180                   $234
                          Stock Price

凡例: █ 利益  ░ 損失  ── 損益分岐点  │ 現在価格

ステップ7: 戦略固有の分析

戦略タイプに基づく調整されたガイダンスを提供:

カバード・コール:

インカム戦略: アップサイドの上限を設定しながらプレミアムを生成

セットアップ:
- AAPL の 100 株を $180 で保有
- 1x $185 コールを $3.50 で売却 (30 DTE)

最大利益: $850 (株が $185 以上 = $5 株利益 + $3.50 プレミアム)
最大損失: アップサイド無制限 (株式保有)
損益分岐点: $176.50 (取得原価 - 受け取ったプレミアム)

Greeks:
- デルタ: -0.30 (株デルタを 1.00 から 0.70 に削減)
- シータ: +$8/日 (時間減衰利益)

アサインメント・リスク: AAPL が満期時に $185 以上の場合、株がコール・アウェイされる

使用時期:
- ニュートラルから弱気強気
- サイドウェイズ・マーケットでインカムを望む
- $185 で株を売却することを厭わない

終了計画:
- 株が急騰した場合、コールを買い戻してアップサイドを保全
- 株が $185 以下でとどまる場合、満期日を迎える
- 株を保有し続けたい場合は次の月にロール

プロテクティブ・プット:

保険戦略: アップサイドを保持しながらダウンサイドを制限

セットアップ:
- AAPL の 100 株を $180 で保有
- 1x $175 プットを $2.00 で購入 (30 DTE)

最大利益: 無制限 (株は無限に上昇可能)
最大損失: -$7 / 株 = ($5 株損失 + $2 プレミアム)
損益分岐点: $182 (取得原価 + 支払ったプレミアム)

Greeks:
- デルタ: +0.80 (株デルタ 1.00 - プット・デルタ 0.20)
- シータ: -$6/日 (時間減衰コスト)

保護: 株がどこまで落ちても $175 で売却することが保証される

使用時期:
- 株を保有、短期下落を心配
- アーニング予定、保護を希望
- ストップロスの代替 (ストップ・アウトできない)

コスト: 「保険プレミアム」 - 通常は株価の 1-3%

終了計画:
- 株が上昇した場合、満期日を迎える (保険コスト)
- 株が $175 以下に落ちた場合、プットをエクササイズ
- 株が落ちたが保有し続けたい場合、プットを売却

アイアン・コンドル:

レンジバウンド戦略: 低ボラティリティから利益

セットアップ ($180 の AAPL の例):
- $175 プットを $1.50 で売却
- $170 プットを $0.50 で購入
- $185 コールを $1.50 で売却
- $190 コールを $0.50 で購入

ネット・クレジット: $2.00 (アイアン・コンドル 1 枚で $200)

最大利益: $200 (株が $175-$185 でとどまる場合)
最大損失: $300 (株が $170-$190 の外側に動く場合)
損益分岐点: $173 と $187
利益範囲: $175 から $185 (~58% 確率)

Greeks:
- デルタ: ~0 (マーケット・ニュートラル)
- シータ: +$15/日 (時間減衰利益)
- ベガ: -$25 (短ボラティリティ)

使用時期:
- 低ボラティリティを期待、レンジバウンド変動
- 大きな動きの後、コンソリデーション予想
- 高 IV 環境 (高価なオプションを売却)

リスク: 片側がテストされると無制限
- 受け取ったクレジットの 2x で ストップロスを使用 (exit at -$400)

調整:
- 片側がテストされた場合、その側を時間的にロール・アウト
- 50% 最大利益で早期クローズしてテール・リスク削減

ステップ8: アーニング・戦略分析

アーニング・カレンダーとの統合:

ユーザーがアーニング戦略について質問するときに、アーニング日を取得:

from earnings_calendar import get_next_earnings_date

earnings_date = get_next_earnings_date("AAPL")
days_to_earnings = (earnings_date - today).days

事前アーニング戦略:

ロング・ストラドル/ストラングル:

セットアップ (AAPL @ $180、7日後アーニング):
- $180 コールを $5.00 で購入
- $180 プットを $4.50 で購入
- 合計コスト: $9.50

テーシス: 大きな動き (>5%) を予想するが、方向は不明

損益分岐点: $170.50 と $189.50
利益条件: 株が いずれかの方向で $9.50 以上動く

Greeks:
- デルタ: ~0 (ニュートラル)
- ベガ: +$50 (ロング・ボラティリティ)
- シータ: -$25/日 (時間減衰が痛い)

IV クラッシュ・リスク: ⚠️ 重要
- アーニング前 IV: 40% (高騰)
- アーニング後 IV: 25% (通常)
- IV 低下: -15 ポイント = 株が動かなくても -$750 損失!

分析:
- インプライド・ムーブ: √(DTE/365) × IV × 株価
  = √(7/365) × 0.40 × 180 = ±$10.50
- 損益分岐点・ムーブ必要: ±$9.50
- 利益確率: ~30-40% (インプライド・ムーブ > 損益分岐点・ムーブ)

推奨:
✅ >10% ムーブを予想する場合を検討 (インプライドより大きい)
❌ 通常 ~5% アーニング・ムーブを予想する場合は回避 (IV クラッシュ痛い)

代替: より OTM なストライクを購入してコストを削減
- $175/$185 ストラングル コスト $4.00 (>$8 ムーブが必要、より安い)

ショート・アイアン・コンドル:

セットアップ (AAPL @ $180、7日後アーニング):
- $170/$175 プット・スプレッドを $2.00 で売却
- $185/$190 コール・スプレッドを $2.00 で売却
- ネット・クレジット: $4.00

テーシス: 株がレンジバウンド ($175-$185) でとどまると予想

利益ゾーン: $175 から $185
最大利益: $400
最大損失: $100

IV クラッシュ利益: ✅
- アーニング前に高 IV を売却
- アーニング後 IV が低下 → ベガで利益
- 株が少し動いても IV 低下がヘルプ

Greeks:
- デルタ: ~0 (マーケット・ニュートラル)
- ベガ: -$40 (短ボラティリティ - ここでは良い!)
- シータ: +$20/日

推奨:
✅ 通常のアーニング反応 (<8% ムーブ) を予想する場合
✅ 方向に関わらず IV クラッシュから利益
⚠️ リスク: 股が範囲外にギャップ (>10% ムーブ)

終了計画:
- 翌日 IV がクラッシュした場合にクローズ (早期利益確保)
- 片側がテストされた場合 ストップロス (-2x クレジット)

ステップ9: リスク管理ガイダンス

ポジション・サイジング:

アカウント・サイズ: $50,000
リスク許容度: トレードあたり 2% = $1,000 最大リスク

アイアン・コンドル例:
- スプレッドあたりの最大損失: $300
- 最大コントラクト: $1,000 / $300 = 3 コントラクト
- 実際ポジション: 3 アイアン・コンドル

ブル・コール・スプレッド例:
- 支払うデビット: $2.50 / スプレッド
- 最大コントラクト: $1,000 / $250 = 4 コントラクト
- 実際ポジション: 4 スプレッド

ポートフォリオ・Greeks 管理:

ポートフォリオ・ガイドライン:
- デルタ: -10 から +10 (ほぼニュートラル)
- シータ: プラス推奨 (売り手利点)
- ベガ: $500 を超える場合は監視 (IV リスク)

現在のポートフォリオ:
- デルタ: +5 (弱気強気)
- シータ: +$150/日 ($150 日次徴収)
- ベガ: -$300 (短ボラティリティ)

解釈:
✅ ニュートラル・デルタ (安全)
✅ プラス・シータ (時間があなたのために働く)
⚠️ 短ベガ: IV が急上昇した場合、1% IV 上昇あたり -$300 損失
→ VIX が上昇している場合、短プレミアム・ポジションを削減

調整と終了:

戦略別の終了ルール:

カバード・コール:
- 利益: 最大利益の 50-75%
- 損失: 株が >5% 下落、コールを買い戻してアップサイド保全
- 時間: 7-10 DTE、ロールしてアサインメント回避

スプレッド:
- 利益: 最大利益の 50% (早期クローズ一般的)
- 損失: 支払ったデビットの 2x (損失を早期に切る)
- 時間: 21 DTE、クローズまたはロール (ガンマ・リスク回避)

アイアン・コンドル:
- 利益: クレジットの 50% (早期クローズ一般的)
- 損失: 片側がテストされた、2x クレジット損失
- 調整: テストされた側を時間的にロール・アウト

ストラドル/ストラングル:
- 利益: 株が損益分岐点を超えた、直ちにクローズ
- 損失: シータが位置を食べている、株が動かない
- 時間: アーニングの1日後 (IV クラッシュの場合)

出力フォーマット

戦略分析レポート・テンプレート:

# オプション戦略分析: [戦略名]

**シンボル:** [ティッカー]
**戦略:** [戦略タイプ]
**満期:** [日付] ([DTE] 日)
**コントラクト:** [数]

---

## 戦略セットアップ

### 脚の詳細
| 脚 | タイプ | ストライク | 価格 | ポジション | 数量 |
|-----|------|--------|-------|----------|----------|
| 1 | コール | $180 | $5.00 | ロング | 1 |
| 2 | コール | $185 | $2.50 | ショート | 1 |

**ネット・デビット/クレジット:** $2.50 デビット (1 スプレッド $250)

---

## P/L 分析

**最大利益:** $250 ($185 以上)
**最大損失:** -$250 ($180 以下)
**損益分岐点:** $182.50
**リスク/リワード比率:** 1:1

**確率分析:**
- 利益確率: ~55% (株が $182.50 以上)
- 期待値: $25 (簡易版)

---

## P/L 図表

[ASCII アート図表をここに]

---

## Greeks 分析

### ポジション Greeks (1 スプレッド)
- **デルタ:** +0.20 (株が +$1 で $20 利益)
- **ガンマ:** +0.03 (株が +$1 でデルタが 0.03 増加)
- **シータ:** -$5/日 (時間減衰から -$5)
- **ベガ:** +$8 (IV が 1% 上昇で +$8)

### 解釈
- **方向性バイアス:** 弱気強気 (プラス・デルタ)
- **時間減衰:** あなたに対抗している (マイナス・シータ)
- **ボラティリティ:** IV 上昇から利益 (プラス・ベガ)

---

## リスク評価

### 最大リスク
**シナリオ:** 株が $180 以下に落ちる
**最大損失:** -$250 (支払ったプレミアムの 100%)
**アカウントの %:** 0.5% ($50k アカウント)

### アサインメント・リスク
**早期アサインメント:** 低 (コールは時間価値あり)
**満期時:** 株価がイン・ザ・マネーの場合、ポジションを管理

---

## トレード管理

### エントリー
✅ エントリー条件:
- 株価 $178-$182
- IV 30% 以下
- >21 DTE

### 利益確保
- **ターゲット 1:** 50% 利益 ($125) - 半分クローズ
- **ターゲット 2:** 75% 利益 ($187.50) - すべてクローズ

### ストップ・ロス
- **トリガー:** 株が $177 以下に落ちる (-$150 損失)
- **アクション:** 直ちにポジションをクローズ

### 調整
- 株が $184 にラリーした場合、ショート・コールをより高いところにロール
- 株が $179 に落ちた場合、$175/$180 でセカンド・スプレッドを追加

---

## 適性

### この戦略を使用する場合
✅ AAPL に中程度強気
✅ $185-$190 へのアップサイドを予想
✅ 定義されたリスク希望
✅ 21-45 DTE タイムフレーム

### この戦略を回避する場合
❌ 非常に強気 (株またはロング・コール購入)
❌ 高 IV 環境 (IV が低下するまで待つ)
❌ <7 日でアーニング (IV クラッシュ・リスク)

---

## 代替戦略比較

| 戦略 | 最大利益 | 最大損失 | 複雑性 | いつが良いか |
|----------|-----------|----------|------------|-------------|
| ブル・コール・スプレッド | $250 | -$250 | 中程度 | 中程度強気 |
| ロング・コール | 無制限 | -$500 | 低 | 非常に強気 |
| カバード・コール | $850 | 無制限 | 中程度 | すでに株を保有 |
| ブル・プット・スプレッド | $300 | -$200 | 中程度 | クレジット・スプレッド希望 |

**推奨:** ブル・コール・スプレッドは中程度強気テーシスのリスク/リワードの良いバランス。

---

*免責事項: これは Black-Scholes 価格設定を使用した理論分析です。実際のマーケット価格は異なる場合があります。リスク自身で取引してください。オプションは大きな損失の可能性がある複雑な商品です。*

ファイル命名規則:

options_analysis_[TICKER]_[STRATEGY]_[DATE].md

例: options_analysis_AAPL_BullCallSpread_2025-11-08.md

主要原則

理論価格設定の制限

ユーザーが知るべきこと:

1. Black-Scholes 仮定:

   • ヨーロッパ・スタイル・オプション (早期エクササイズできない)
   • 一定のボラティリティ (現実では IV が変わる)
   • トランザクション・コストなし
   • 連続取引

2. 実際対理論:

   • ビッド・アスク・スプレッド: 実際のコストは理論より高い
   • アメリカン・オプション: 早期エクササイズ可能 (特にイン・ザ・マネー・プット)
   • リクイディティ: 流動性の低いオプションの幅広いマーケット
   • 配当: エックス配当日が価格設定に影響

3. ベストプラクティス:

   • 教育とくらべ分析ツールとして使用
   • 取引前にブローカーから実際の見積もり取得
   • 理論価格 ≈ ミッド・マーケット価格を理解
   • コミッションとスリッページを考慮

ボラティリティ・ガイダンス

過去対インプライド・ボラティリティ:

過去ボラティリティ (HV): 何が起きたか
- 過去の価格変動から計算
- 客観的、データベース
- 無料で入手可能 (FMP API)

インプライド・ボラティリティ (IV): マーケット何を予想
- オプション価格から導出
- 主観的、需給ベース
- ライブ・オプション・データが必要 (ユーザー提供)

比較:
- IV > HV: オプション高い (売却を検討)
- IV < HV: オプション安い (購入を検討)
- IV = HV: 公正な価格

IV パーセンタイル:

ユーザーが現在 IV を提供し、私たちはパーセンタイルを計算:

# 1年間の HV データを取得
historical_hvs = calculate_hv_series(prices_1yr, window=30)

# IV パーセンタイルを計算
iv_percentile = percentileofscore(historical_hvs, current_iv)

if iv_percentile > 75:
    guidance = "高 IV - プレミアム売却を検討 (クレジット・スプレッド、アイアン・コンドル)"
elif iv_percentile < 25:
    guidance = "低 IV - オプション購入を検討 (ロング・コール/プット、デビット・スプレッド)"
else:
    guidance = "通常 IV - あらゆる戦略が適切"

他のスキルとの統合

アーニング・カレンダー:

• 自動的にアーニング日を取得
• アーニング固有の戦略を提案
• アーニングまでの日数を計算 (DTE 重要)
• IV クラッシュ・リスクについて警告

テクニカル・アナリスト:

• ストライク選択に支持/抵抗を使用
• トレンド分析を方向性戦略に使用
• ブレークアウト可能性をストラドル/ストラングル・タイミング用に使用

US Stock Analysis:

• より長期の戦略に基本分析 (LEAPS)
• カバード・コール/プット分析の配当利回り
• アーニング・プレイの利益品質

バブル検出器:

• 高バブル・リスク → プロテクティブ・プットに集中
• 低リスク → 強気戦略
• 重大リスク → 長プレミアムを回避 (シータが痛い)

ポートフォリオ・マネージャー:

• 株式ポジションと並行してオプション・ポジション追跡
• ポートフォリオ全体のGreeksを集約
• 株式ポジションのヘッジ・ツールとしてのオプション

重要な注記

• すべての分析は英語で
• 教育的焦点: 戦略が明確に説明される
• 理論価格設定: Black-Scholes 近似値
• ユーザー IV 入力: オプション、HV がデフォルト
• リアルタイム・データ不要: FMP Free tier で十分
• 依存性: Python 3.8+、numpy、scipy、pandas

一般的なユースケース

ユースケース 1: 戦略を学ぶ

ユーザー: "カバード・コールについて説明してください"

ワークフロー:
1. 戦略リファレンスをロード (references/strategies_guide.md)
2. コンセプト、リスク/リワード、使用時期を説明
3. AAPL で例をシミュレート
4. P/L 図表を表示
5. 代替と比較

ユースケース 2: 特定のトレードを分析

ユーザー: "AAPL の $180/$185 ブル・コール・スプレッド、30日を分析"

ワークフロー:
1. FMP から AAPL 価格を取得
2. HV を計算するかユーザーに IV を要求
3. Black-Scholesを使用して両方のオプションを価格設定
4. Greeks を計算
5. P/L をシミュレート
6. 分析レポートを生成

ユースケース 3: アーニング戦略

ユーザー: "NVDA アーニング前にオプション取引すべき?"

ワークフロー:
1. NVDA アーニング日を取得 (アーニング・カレンダー)
2. アーニングまでの日数を計算
3. IV パーセンタイルを推定 (ユーザーが IV を提供する場合)
4. ストラドル/ストラングル対アイアン・コンドルを提案
5. IV クラッシュについて警告
6. 両方の戦略をシミュレート

ユースケース 4: ポートフォリオ Greeks チェック

ユーザー: "合計ポートフォリオ Greeks は?"

ワークフロー:
1. ユーザーが現在のポジションを提供
2. 各ポジションのGreeksを計算
3. ポートフォリオ全体でGreeksを合計
4. 全体的な露出を評価
5. 必要に応じて調整を提案

トラブルシューティング

問題: IV が利用不可

• 解決策: IV の代替として HV を使用、ユーザーに注記
• ブローカー・プラットフォームから IV を提供するようにユーザーに要求

問題: オプション価格がネガティブ

• 解決策: 入力を確認 (ストライク対株価)
• ディープ ITM オプションは数値の問題がある可能性

問題: Greeks が間違っているように見える

• 解決策: 入力を確認 (T、sigma、r)
• 年間対日次値を使用しているか確認

問題: 戦略が複雑すぎる

• 解決策: 脚に分割、個別に分析
• 戦略詳細のリファレンスを参照

リソース

参考資料:

• references/black_scholes_methodology.md - Black-Scholesの公式、Greeks、および解釈
• references/strategies_guide.md - 17以上のすべての戦略が説明 (今後)
• references/greeks_explained.md - Greeks ディープ・ダイブ (今後)
• references/volatility_guide.md - HV 対 IV、いつ取引するか (今後)

スクリプト:

• scripts/black_scholes.py - 価格設定エンジンとGreeks
• scripts/strategy_analyzer.py - 戦略シミュレーション
• scripts/earnings_strategy.py - アーニング固有の分析

外部リソース:

• Options Playbook: https://www.optionsplaybook.com/
• CBOE Education: https://www.cboe.com/education/
• Black-Scholes Calculator: 検証用の様々なオンライン・ツール

---

バージョン: 1.0 最終更新: 2025-11-08 依存性: Python 3.8+、numpy、scipy、pandas、requests API: FMP API (Free tier で十分)