期权组合的希腊字母管理 — Net Delta / Net Theta 监控

日期: 2026-06-19 方向: Phase 2 / Greeks 组合管理 阶段: Phase 2: 策略实战 + AI 信号 标签: #PortfolioGreeks #NetDelta #NetTheta #NetGamma #NetVega #RiskDashboard #Monitoring

---

今日目标

前置：Day 1-30 已搞定 IBKR/数据/回测/Wheel 框架；Day 31-40 跑通了 CSP/CC 单笔，但都是单一标的看单笔 Greek。Day 41 解决的问题是：手上同时有 4-6 个 position（CSP × 2 + CC × 2 + 现货 × 2）时，整体风险到底长什么样。

---

一、为什么单看「持仓清单」不够

1.1 一个真实场景

假设我 paper 账户里现在有这 5 个 position：

1. Long  100 股 NVDA @ $130
2. Short 1 张 NVDA $140 Call, 7 天到期
3. Short 1 张 AAPL $190 Put, 14 天到期
4. Short 1 张 SPY  $580 Put, 21 天到期
5. Long  100 股 SOFI @ $9

如果只看持仓清单，我会得出「分散得不错、5 个 position 跨 4 个标的」的结论。但这是 PM 看 Jira backlog 的视角，不是 risk 视角。

真正的问题是：

• 明天 SPY 跌 2%，我账户 P&L 大概会变多少？
• 现在的 Theta 收益是正是负？每天到底进账还是出账？
• 如果 NVDA 财报跳空 +10%，我那张 short call 会爆吗？
• VIX 从 14 飙到 25，我整体净值变多少？

这些问题用「持仓清单」答不出来，必须用组合 Greeks 答。

1.2 Greeks 是 risk exposure 的「线性近似」

数学上，组合 P&L 的一阶/二阶展开：

ΔP ≈ Σ Δ_i × ΔS_i           (Delta 项, 标的价变化)
   + ½ Σ Γ_i × (ΔS_i)²       (Gamma 项, 二阶)
   + Σ Θ_i × Δt              (Theta 项, 时间)
   + Σ V_i × Δσ_i            (Vega 项, vol 变化)

这就是为什么 Greeks 等价于「risk dashboard」：

• 想知道方向风险 → 看 Net Delta
• 想知道时间收益 → 看 Net Theta
• 想知道大波动风险 → 看 Net Gamma
• 想知道vol 风险 → 看 Net Vega

PM 类比：你不会因为「Jira 里有 50 个 ticket」就觉得团队在做对的事；你会去看「这 50 个里有几个对 OKR 有贡献、几个是消耗 capacity 的技术债」。Greeks 就是 risk 维度的 OKR 分解。

1.3 单一持仓 Greek 误导的两个例子

例 1：「我 short 了一张 SPY $580 put，看起来很安全」

• 单看 position: Delta ≈ +0.25, 暴露 +$25/SPY 涨 $1
• 但加上现货 100 股 SPY (Delta=+100)、加上 short call (Delta=-30)、加上其他 4 个 position…
• 组合 Net Delta 可能是 +320，等于隐性持有 $185k 名义市场暴露
• 一个 paper $5k 的账户不应该有 $185k 暴露

例 2：「每张 short option 都在收 Theta，我天天进账」

• 单看每张：Theta = +$8 to +$15
• 但你同时也是 long 现货 100 股，现货没有 Theta
• 你还买过一张 protective put（Theta = -$5）
• 组合 Net Theta 可能只剩 +$12，扣掉数据费 $16/月日均 $0.5、滑点折损 $2/张 → 净 Theta 才 +$8/天，远低于你「以为」的 +$40。

核心：组合视角下，收益和风险都会互相抵消或叠加，不能简单加总单个数字得出直觉。

---

二、组合 Greeks 加总规则

2.1 基本公式

每个 Greek 在组合层面都是线性可加的（这是 Greeks 设计的好处之一）：

Net_Greek = Σ (position_quantity × per_contract_Greek × multiplier)

2.2 Short 是 Greek 加总最容易翻车的地方

# 错误写法
net_delta = sum(p.contract_delta * p.position for p in positions)

# 正确写法（已经把 short 表达为负 position 数量）
net_delta = sum(p.delta_per_contract * p.position * p.multiplier
                for p in positions)

IBKR 的 Position.position 字段对 short 是负数。如果你 short 1 张 call，position = -1。这是好事——你只要老老实实把 delta × position × multiplier 加起来即可，符号自动正确。

但新手最常犯的错是从期权 chain 取 Greek 后，自己又对 short 取了一次反号，等于两次反号 = 没反号，整个组合 Delta 算反。

2.3 一个手算例子

仍然用 1.1 的 5 个 position（假设取数时 Greeks 如下）：

读数：

• Net Delta +215：相当于持有 $215 × 某基准价 ≈ $130 × 215 ≈ $28k 的市场暴露（用加权平均标的价做粗估）
• Net Theta +$39/天：合理（占组合 ~0.8%/天，年化 ~290% — 但这是上限，会被实际 IV crush / 早期 assignment 侵蚀）

---

三、健康 Wheel 组合的 Greeks profile（<$5k 账户）

这一段是经验值，不是教科书答案。基于 Day 21-30 的 Wheel 框架，目标 profile：

每个区间的「为什么」：

3.1 Net Delta 目标 +50 to +200

• +50 lower bound：低于 50 等于 delta neutral，但 Wheel 本质是「轻微看多 + 收 Theta」，完全 neutral 会失去 underlying 的 beta 收益
• +200 upper bound：对应 ~$15-30k 名义市场暴露（看标的），对 $5k 账户已经是 4-6x leverage，再高就是赌方向不是 wheel
• 关键不是绝对值而是比率：Net Delta / 净资产 = 4-6x 上限（这条规则替代「不超过 +200」，因为账户成长后绝对数会变）

3.2 Net Theta 目标 +$10 to +$50/day

• $5k 账户日收 $10 = 年化 ~73%（不复利），听起来高但 Wheel 本来就靠这吃饭
• $50/day = 年化 ~365%，完全不现实，意味着你 short 的 option 太多或太靠近 ATM，gamma 风险爆表
• 重要：Theta 是「mark」不是「实现」。每天 mark to market 的 +$25 不等于真的有 $25 落袋——要等到 expiry 或 close 才确定。IV 突涨一晚可以把整月 Theta 吐光。

3.3 Net Gamma 目标 -10 to -50

• short option 必然 short gamma — 这是 wheel 收 theta 的对价
• gamma 越负，标的大幅波动时 Delta 变化越快，P&L 二阶项越凶
• $5k 账户 Net Gamma -50 意味着：标的涨/跌 $1，Delta 会瞬间变化 50（即 +50 long 立刻变 0 或 +100 long），这已经很疯狂
• gamma 风险在临近到期 + 接近 strike 时最大（被称为「gamma trap」），所以 wheel 一般 30-45 DTE 开仓、20 DTE 内 roll

3.4 Net Vega 目标 -50 to -200

• short option short vega → 你期待 IV 跌
• 这意味着你不应该在 VIX 低位（如 VIX < 13）开新仓 — IV 已经低无可低，只能涨
• 你应该在 VIX 高位开仓（VIX > 20），收完 vol 溢价等回归
• Vega 太负（< -300）= vol shock 致命，VIX 从 15 → 30 你账户会被砍掉一大块

---

四、不健康的 signal

PM 视角：这些 threshold 不是抄教科书的，是基于 <$5k 账户的「能承受最大单日 drawdown」反推出来的。账户大了 threshold 会等比放大。

---

五、代码实现：Portfolio Greeks Dashboard

5.1 整体架构

┌──────────────────────────────────────────────────────────┐
│  ib_insync 连接 (Paper 7497)                              │
└──────────────┬───────────────────────────────────────────┘
               │
       ┌───────▼────────┐    ┌───────────────────┐
       │ reqPositions() │───▶│ 持仓清单          │
       └────────────────┘    └───────┬───────────┘
                                     │
                          ┌──────────▼──────────┐
                          │ reqMktData (per     │
                          │ contract, genTick   │
                          │ '101,106')          │ ← 拉 IV + Greeks
                          └──────────┬──────────┘
                                     │
                          ┌──────────▼──────────┐
                          │ 组合层加总          │
                          └──────────┬──────────┘
                                     │
                ┌────────────────────┼───────────────┐
                ▼                    ▼               ▼
         健康度评估            告警规则触发      历史记录写入
         (table 输出)         (Slack/log)       (csv/sqlite)

5.2 核心脚本

# tr_day41_greeks_dashboard.py
"""
Portfolio Greeks Dashboard
- 拉取所有 position
- 对期权 position 调用 reqMktData 拿 modelGreeks
- 汇总到 portfolio level
- 输出健康度报告 + 触发告警
"""
from ib_insync import IB, Stock, Option, util
from dataclasses import dataclass, field
from typing import List, Optional
import pandas as pd
import datetime as dt

util.startLoop()

@dataclass
class PositionGreeks:
    symbol: str
    sec_type: str        # 'STK' or 'OPT'
    right: Optional[str] # 'C' / 'P' / None for stock
    strike: Optional[float]
    expiry: Optional[str]
    position: float      # 持仓数量（short 为负）
    multiplier: int      # 1 for stock, 100 for option
    underlying_price: float
    delta: float = 0.0
    gamma: float = 0.0
    theta: float = 0.0
    vega: float = 0.0
    iv: float = 0.0

    @property
    def delta_contribution(self):
        return self.position * self.delta * self.multiplier

    @property
    def gamma_contribution(self):
        return self.position * self.gamma * self.multiplier

    @property
    def theta_contribution(self):
        # IBKR 的 modelGreeks.theta 已经是「每天」的 dollar 值除以 100
        # 乘 multiplier 后是「每张合约每天 dollar」
        return self.position * self.theta * self.multiplier

    @property
    def vega_contribution(self):
        return self.position * self.vega * self.multiplier


def fetch_position_greeks(ib: IB) -> List[PositionGreeks]:
    rows = []
    for pos in ib.positions():
        c = pos.contract
        if c.secType == 'STK':
            # 现货：Delta=1, 其他 Greek=0
            tk = ib.reqMktData(c, '', snapshot=True)
            ib.sleep(1.5)
            spot = tk.last or tk.close or tk.marketPrice()
            rows.append(PositionGreeks(
                symbol=c.symbol, sec_type='STK', right=None,
                strike=None, expiry=None,
                position=pos.position, multiplier=1,
                underlying_price=spot,
                delta=1.0, gamma=0.0, theta=0.0, vega=0.0, iv=0.0,
            ))
            ib.cancelMktData(c)
        elif c.secType == 'OPT':
            # 期权：拉 modelGreeks
            # genericTickList='106' 会推送 modelGreeks
            tk = ib.reqMktData(c, '106', snapshot=False, regulatorySnapshot=False)
            ib.sleep(2.5)  # 留足时间让 Greeks 推送

            g = tk.modelGreeks  # 可能是 None，要保护
            if g is None or g.delta is None:
                print(f"[WARN] no Greeks for {c.localSymbol}")
                ib.cancelMktData(c)
                continue

            underlying = g.undPrice or 0
            rows.append(PositionGreeks(
                symbol=c.symbol, sec_type='OPT',
                right=c.right, strike=c.strike, expiry=c.lastTradeDateOrContractMonth,
                position=pos.position,
                multiplier=int(c.multiplier or 100),
                underlying_price=underlying,
                delta=g.delta, gamma=g.gamma, theta=g.theta, vega=g.vega,
                iv=g.impliedVol or 0,
            ))
            ib.cancelMktData(c)
    return rows


def portfolio_summary(rows: List[PositionGreeks]) -> dict:
    net_delta = sum(r.delta_contribution for r in rows)
    net_gamma = sum(r.gamma_contribution for r in rows)
    net_theta = sum(r.theta_contribution for r in rows)
    net_vega  = sum(r.vega_contribution  for r in rows)

    by_symbol = {}
    for r in rows:
        d = by_symbol.setdefault(r.symbol,
            {'delta': 0, 'gamma': 0, 'theta': 0, 'vega': 0})
        d['delta'] += r.delta_contribution
        d['gamma'] += r.gamma_contribution
        d['theta'] += r.theta_contribution
        d['vega']  += r.vega_contribution

    return {
        'net_delta': net_delta,
        'net_gamma': net_gamma,
        'net_theta': net_theta,
        'net_vega':  net_vega,
        'by_symbol': by_symbol,
        'n_positions': len(rows),
        'timestamp': dt.datetime.now().isoformat(timespec='seconds'),
    }


# ---------------- 告警规则 ----------------
def evaluate_alerts(summary: dict, account_nlv: float, vix: float) -> List[str]:
    alerts = []
    nd, ng, nt, nv = (summary['net_delta'], summary['net_gamma'],
                      summary['net_theta'], summary['net_vega'])

    # P0 级
    if ng < -100:
        alerts.append(f"[P0] Net Gamma {ng:.0f} < -100, 大波动会暴击")
    if nd < -100:
        alerts.append(f"[P0] Net Delta {nd:.0f} < -100, 组合实际在做空")

    # P1 级
    if nd > 500:
        alerts.append(f"[P1] Net Delta {nd:.0f} > 500, 过度 long")
    if nt < 0:
        alerts.append(f"[P1] Net Theta {nt:.2f} < 0, 你在付时间费")
    if vix > 30 and nv < -200:
        alerts.append(f"[P1] VIX={vix:.1f} 高位 + Net Vega {nv:.0f} < -200")

    # P2 级 — 单标的集中度
    for sym, g in summary['by_symbol'].items():
        if abs(g['delta']) > 60:
            alerts.append(f"[P2] {sym} 单标的 Delta {g['delta']:+.0f}, 超过 ±60")

    # 比率检查
    delta_to_nlv = abs(nd) * 130 / account_nlv  # 用 $130 做粗略名义/股估算
    if delta_to_nlv > 6:
        alerts.append(
            f"[P1] |Delta|/NLV 名义暴露比 ≈ {delta_to_nlv:.1f}x, 超过 6x"
        )

    return alerts


# ---------------- pretty print ----------------
def pretty_print(summary: dict, alerts: List[str]):
    print(f"\n{'='*60}")
    print(f"  Portfolio Greeks @ {summary['timestamp']}")
    print(f"{'='*60}")
    print(f"  Net Delta : {summary['net_delta']:+8.1f}")
    print(f"  Net Gamma : {summary['net_gamma']:+8.2f}")
    print(f"  Net Theta : ${summary['net_theta']:+7.2f}/day")
    print(f"  Net Vega  : {summary['net_vega']:+8.2f}")
    print(f"  Positions : {summary['n_positions']}")
    print()
    print(f"{'Symbol':<8} {'Δ':>8} {'Γ':>8} {'Θ':>8} {'V':>8}")
    print("-"*48)
    for sym, g in summary['by_symbol'].items():
        print(f"{sym:<8} {g['delta']:>+8.1f} {g['gamma']:>+8.2f} "
              f"{g['theta']:>+8.2f} {g['vega']:>+8.2f}")
    print()
    if alerts:
        print("ALERTS:")
        for a in alerts:
            print(f"  {a}")
    else:
        print("ALERTS: (none)")
    print(f"{'='*60}\n")


# ---------------- main ----------------
if __name__ == '__main__':
    ib = IB()
    ib.connect('127.0.0.1', 7497, clientId=41)
    assert ib.client.port == 7497, "WRONG PORT — PAPER ONLY"

    rows = fetch_position_greeks(ib)
    summary = portfolio_summary(rows)

    # 拉 NLV 和 VIX
    acc = {row.tag: row.value for row in ib.accountSummary()
           if row.tag in ('NetLiquidation',)}
    nlv = float(acc.get('NetLiquidation', 5000))

    vix_c = Stock('VIX', 'CBOE', 'USD')   # 仅当订阅了 CBOE 指数数据
    ib.qualifyContracts(vix_c)
    vix_tk = ib.reqMktData(vix_c, '', snapshot=True)
    ib.sleep(1.5)
    vix = vix_tk.last or vix_tk.close or 16.0

    alerts = evaluate_alerts(summary, nlv, vix)
    pretty_print(summary, alerts)

    # 持久化（每天追加一行，便于画时间序列）
    pd.DataFrame([{
        **{k: v for k, v in summary.items() if k != 'by_symbol'},
        'nlv': nlv, 'vix': vix,
    }]).to_csv('greeks_history.csv', mode='a', header=False, index=False)

    ib.disconnect()

5.3 输出样例

============================================================
  Portfolio Greeks @ 2026-06-19T15:42:11
============================================================
  Net Delta :   +215.3
  Net Gamma :    -22.4
  Net Theta : $ +39.18/day
  Net Vega  :   -118.7
  Positions : 5

Symbol        Δ        Γ        Θ        V
------------------------------------------------
NVDA      +65.0    -10.2    +18.32   -45.1
AAPL      +28.0     -4.8    +12.10   -28.4
SPY       +22.3     -7.4     +8.76   -45.2
SOFI     +100.0      0.0     +0.00     0.0

ALERTS: (none)
============================================================

---

六、Greek 限制规则（写进策略文档）

这是 Day 41 之后写进 trading playbook 的硬规则：

# greek_limits.yaml
single_symbol:
  delta_max: 60         # 单标的 |Net Delta| 上限
  theta_share_max: 0.6  # 单标的 Theta 占比不能超 60%
portfolio:
  delta_max: 300         # 组合 Net Delta 上限 (~$30k 名义)
  delta_min: -50         # 不允许实质做空
  gamma_min: -50         # gamma 下限（绝对值上限）
  theta_min: 0           # 不允许付时间费
  vega_floor_normal: -200  # 常规 vol 环境
  vega_floor_high_vol: -100  # VIX > 25 时收紧
account_ratio:
  delta_to_nlv_max: 6    # |Delta| × avg_spot / NLV 名义杠杆

这套规则的 PM 化解读：

• delta_max 60 / single symbol = 「不押宝任何单一公司」
• theta_share_max 60% = 「不能让一个 position 占全部收益」（类似收入集中度风险）
• delta_min -50 = 「Wheel 是看多策略，做空说明你跑偏了」
• vega_floor_high_vol -100 = 「市场紧张时降低 vol 暴露」（动态收紧）

---

七、危险信号自动告警

7.1 告警通道

log file                 → 总有，每天 grep 看一次
print to stdout          → cron 任务捕获
Slack webhook            → P0 / P1 才推
Email                    → P0 才推（避免疲劳）

7.2 三级告警节奏

7.3 告警去抖

新手做监控最容易犯的错：同一个 alert 一天触发 50 次。处理方式：

# 简单的 cooldown
last_alert_ts = {}
COOLDOWN_MIN = 60  # 一小时内同一 alert 只推一次

def maybe_send(alert_key, msg):
    now = dt.datetime.now()
    last = last_alert_ts.get(alert_key)
    if last is None or (now - last).total_seconds() / 60 > COOLDOWN_MIN:
        send_slack(msg)
        last_alert_ts[alert_key] = now

PM 视角：这是「监控系统设计」的通用问题——alert fatigue 是真实的，信噪比比 coverage 更重要。宁可漏一个 P2，不可让用户每天看 200 条 P0。

---

八、可视化 dashboard 设计

8.1 实时表格（ASCII Mock）

┌──────────────────────────────────────────────────────────────────┐
│  Portfolio Greeks Dashboard         2026-06-19 15:42:11 EST     │
├──────────────────────────────────────────────────────────────────┤
│  NLV:  $5,128.42       VIX: 16.2     Buying Power: $3,210       │
├──────────────────────────────────────────────────────────────────┤
│                                                                  │
│  ▼ Portfolio Level                                               │
│  ┌─────────────┬───────────┬────────────┬────────────┐           │
│  │ Net Delta   │ +215.3    │ Limit ±300 │ ✅ 71% used│           │
│  │ Net Gamma   │  -22.4    │ Limit -50  │ ✅ 45% used│           │
│  │ Net Theta   │  +$39.18  │ Min $0     │ ✅         │           │
│  │ Net Vega    │ -118.7    │ Limit -200 │ ✅ 59% used│           │
│  └─────────────┴───────────┴────────────┴────────────┘           │
│                                                                  │
│  ▼ Per-Symbol Breakdown                                          │
│  ┌────────┬────────┬────────┬────────┬────────┬─────────┐        │
│  │ Symbol │   Δ    │   Γ    │   Θ    │   V    │ Health  │        │
│  ├────────┼────────┼────────┼────────┼────────┼─────────┤        │
│  │ NVDA   │ +65.0  │ -10.2  │ +18.32 │ -45.1  │ ⚠️ Δ>60│        │
│  │ AAPL   │ +28.0  │  -4.8  │ +12.10 │ -28.4  │ ✅      │        │
│  │ SPY    │ +22.3  │  -7.4  │  +8.76 │ -45.2  │ ✅      │        │
│  │ SOFI   │+100.0  │   0.0  │  +0.00 │   0.0  │ ⚠️ Δ>60│        │
│  └────────┴────────┴────────┴────────┴────────┴─────────┘        │
│                                                                  │
│  ▼ What-If Scenarios                                             │
│  ┌──────────────────────────┬────────────────────────────┐       │
│  │ SPY -2% in one day       │ Est. P&L: -$430 (-8.4%)    │       │
│  │ SPY +2% in one day       │ Est. P&L: +$430 (+8.4%)    │       │
│  │ VIX 16 → 25 (vol shock)  │ Est. P&L: -$1,068 (-20.8%) │       │
│  │ NVDA earnings ±10% jump  │ Est. P&L: -$1,250 (-24.4%) │       │
│  └──────────────────────────┴────────────────────────────┘       │
│                                                                  │
│  ▼ Alerts                                                        │
│  ⚠️ [P2] NVDA single-symbol delta +65 > 60                       │
│  ⚠️ [P2] SOFI single-symbol delta +100 > 60                      │
└──────────────────────────────────────────────────────────────────┘

8.2 历史时间序列

存到 greeks_history.csv，画 4 张子图：

   Net Delta (target band: 50 ~ 200)
   │       ╱╲        ╱╲
   │  ╱╲  ╱  ╲  ╱╲ ╱  ╲
200├─╱──╲╱────╲╱──╲╱────╲────  upper limit
   │
 50├─────────────────────────  lower limit
   └──┬────┬────┬────┬────┬──
     Mon  Tue  Wed  Thu  Fri

   Net Theta ($/day, target >= 10)
50 │
   │       ▓▓▓
   │   ▓▓▓ ▓▓▓ ▓▓▓
25 │▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓
   │▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓
10 ├───────────────  floor
   └──┬────┬────┬──

   Net Gamma (alarm < -50)
   ├─────────────────  0
   │ ╲    ╱╲
-20│  ╲╱╲╱  ╲╱╲
   │
-50├─────────────────  alarm

   Net Vega (alarm < -200 normal, < -100 vix>25)
   ├─────────────────  0
   │ ╲╱╲╱╲╱╲╱╲
-100├─────────────────
-200├─────────────────  alarm

8.3 What-If Scenario 模块

这是组合 Greeks dashboard 的杀手锏。原理是用一阶/二阶展开做闭式估算：

def what_if_underlying(rows, shock_pct):
    """估算所有标的同时变动 shock_pct 时的组合 P&L"""
    pnl = 0
    for r in rows:
        dS = r.underlying_price * shock_pct
        delta_pnl = r.delta_contribution * dS / r.underlying_price
        gamma_pnl = 0.5 * r.gamma_contribution * dS**2 / r.underlying_price
        pnl += delta_pnl + gamma_pnl
    return pnl

def what_if_iv(rows, iv_shock_pct):
    """估算 IV 整体抬升 iv_shock_pct 时的组合 P&L"""
    return sum(r.vega_contribution * iv_shock_pct for r in rows)

PM 视角：what-if 是「决策 sandbox」。任何 risk dashboard 没有 what-if 都是死的——用户看到一个数字 Net Vega = -118，不知道这数字意味着什么。给他「VIX +9 点 = 亏 $1068」他立刻有体感。

---

九、PM 视角：risk exposure 仪表盘 = 业务健康仪表盘

把今天学的迁移到产品/业务监控视角，对应得很整齐：

核心洞察：

1. 单一指标不构成决策依据。Net Delta 一个数字没意义，必须和 Net Theta / Net Gamma / NLV 一起看；DAU 一个数字也没意义，必须和留存 / ARPU / churn 一起看。
2. 「业务健康」是一个 vector，不是 scalar。任何把业务降维成「一个北极星指标」的做法都会被现实毒打——Greeks 的整套体系就是承认了这个事实。
3. 限额（limit）必须 quantitative + automated。Day 41 写的 greek_limits.yaml 就是 risk 版本的 SLA。任何「我感觉 Delta 有点高」的判断都不可重复，必须翻译成 delta_max: 300 这种可被代码 enforce 的数字。
4. 告警去抖比 coverage 重要。alert fatigue 在 Web2 监控、Web3 链上监控、交易组合监控里都是同一个问题。
5. 可视化是为了决策不是为了好看。What-If sandbox > 一堆漂亮的 line chart。能让你「按一下知道亏多少」的图比「过去 30 天 Net Delta 走势」更有价值。

这套思维 Day 42 跑第一组 wheel paper trade 的时候立刻就要用——开仓前先用 dashboard 看一遍 projected Greeks，开仓后每天扫一次实际 Greeks 漂移。

---

十、明日预告

Day 42: 第一组 Wheel paper trade 实战

• 用今天的 Greek dashboard 做开仓前 sanity check
• 选 2 个标的（候选：SOFI、PLTR、F）跑 CSP
• 30-45 DTE，Delta 0.20-0.25，至少一格 OTM
• 记录每日 Greek 漂移 + IV 漂移
• 一周后复盘：实际 P&L vs Theta 预测的 vs 回测的，三者差异在哪
• 跑通整个「开仓 → 监控 → roll / close → 结算」流程

预计踩坑点：

• IBKR Paper 期权报价偶尔不更新（snapshot 太老）
• 单笔下单的 limit price 怎么定（mid? mid-2? bid+1?）
• 早期 assignment 在 paper 上几乎不会发生，但要在脑子里演练真实场景

---

实际执行记录

启动一项填一项，时间戳 + 卡点。

• [hh:mm] 在 paper 账户里至少摆 3 个 position（哪怕 1 张 short put + 100 股现货）—— 让 dashboard 有东西可拉
• [hh:mm] tr_day41_greeks_dashboard.py 跑通，能输出表格
• [hh:mm] 验证 short option 的 Greek 符号正确（用手算样例对比）
• [hh:mm] What-If scenario 函数手算验证一次（用 SPY ±2% 对比）
• [hh:mm] greek_limits.yaml 写好，告警规则函数能触发预期 alert
• [hh:mm] greeks_history.csv 落第一行
• 卡点 / 学到的：

---

今日完成度：理论 ✓ / 实操（你自己跑一遍）/ 笔记 ✓