huiqiong_wang的博客

原创 3小时快学期权（第二版）读书笔记（下）

3小时快学期权（第二版）读书笔记（下）

原创 3小时快学期权（第二版）读书笔记（中）

3小时快学期权（第二版）读书笔记（中）

原创 3小时快学期权（第二版）读书笔记（上）

《3小时快学期权（第二版）（上海证券交易所）》读书笔记

原创 CLIP:Learning Transferable Visual Models From Natural Language Supervision笔记

Learning Transferable Visual Models From Natural Language Supervision笔记来自：https://www.bilibili.com/medialist/play/1567748478?from=space&business=space_collection&business_id=32744&desc=0https://github.com/openai/clip整体框架论文最大的贡献是利用文本和图像对，进行对

原创 AlphaFold2: Highly accurate protein structure prediction with AlphaFold笔记

AlphaFold2: Highly accurate protein structure prediction with AlphaFold摘要整体架构编码器解码器训练笔记：https://www.bilibili.com/video/BV1oR4y1K7Xr/?spm_id_from=333.788DeepMind 2021年7月的发表在nature上的工作。同一天，University of Washington 发表了RoseTTAFold 并登在了8月的science的封面。摘要Alpha

原创 波动率和隐含波动率

原创 Black-Scholes-Merton欧式期权定价公式

理论和实际价格通常不吻合

原创 期权交易的风险分析

原创 备兑看涨策略

平值期权虚值期权增加收入

原创 保护性看跌策略

平值期权虚值期权虚值期权例子

原创 pcp平价原理套利

现货套利期货套利

原创 蝶式价差

到期回报全部在０以上，就是套利，全部是净收入

原创 熊市价差组合

看跌期权构造熊市价差套利机会在初始成本不需要的情况下产生。看涨期权构造熊市价差

原创 牛市价差组合

既可以用看涨期权构造，也可以用看跌期权构造看涨期权组合总体看好的情况下看跌牛市价差

原创 勒式交易

原创 单期权交易与跨式交易

单期权交易策略获益概率小，整体平和不裸卖期权跨式交易策略波动大做底部跨式，波动小做顶部行权价移动决定收益区间上涨率大，可以多配看涨，少配看跌

原创 看涨/看跌期权价格曲线

横轴是标的资产价格（现货价格）

原创 保证金计算

多头无需交保证金，空头需要交，空头的看涨和看跌交的保证金是不同的。

原创 期权内在价值与时间价值

内在价值上图为看涨期权，为不同到期时刻的曲线ｘ轴：标的资产取值价格区间ｚ轴：期权剩余期限ｙ轴，期权价格时间价值ｇｏｏｇｌｅ在上涨１０％的情况下整体有180倍的收益率。（期权费为0.1,　收益率为（533-515）=18），这种就是先买一个虚值期权，在变成实值的时候就会收益率很高，但是会有几个问题，一个是没有上涨，还是得付期权费，再一个就是期权费被爆炒到很贵的情况下，还是会亏损。内在价值：当前多合算时间价值：波动带来的价值。影响期权时间价值的因素...

原创 期权基础定义

看涨期权call看涨期权多头：买入看涨期权，行权价２０００，期限１个月期权费１００点，１点＝１００元获得权利：一个月后２０００点买入的权利，可以选买入或者觉得不合算就弃权盈亏情况：回报盈亏回报图看涨期权空头整体市场风险：概率：空头大概率赚小钱，多头小概率赚大钱，赚钱机会均等风险：空头因为是义务，所以一旦买入，需要对冲小概率大亏本的情况，多头一旦亏钱，就会舍弃期权费，风险可控是否是０和游戏：市场整体风险会降低，例如原料方需要保证原料价格不下跌，生产方希望原料价格不上

翻译 AlphaFold: Improved protein structure prediction using potentials from deep learning笔记

AlphaFold: Improved protein structure prediction usingpotentials from deep learning笔记摘要正文数据距离图预测神经网络超参数梯度下降结构实现准确度无域分割的全链CASP13结果生物学相关性距离图神经网络的解释potentials from deep learning笔记)摘要蛋白质结构预测的目的是根据蛋白质的氨基酸序列来确定蛋白质的三维形状。这个问题对生物学来说至关重要，因为蛋白质的结构在很大程度上决定了它的功能，但很