Home Data Science Trabajando con las Opciones Sobre el VIX – 1

Trabajando con las Opciones Sobre el VIX – 1

vix

Este Lab,donde trataremos las opciones del vix, podriamos considerarlo como el Lab0, de iniciacion. No trataremos mucha informacion de golpe, pero poco a poco iremos avanzado, hacia diferentes aplicaciones de los mismos datos, para demostrar la versatilidad de Python tiene para este tipo de tareas.

Para entender un poco las opciones, una vez mas, nos apoyamos en la Economipedia.

Codigo: Opciones del Vix

vix opciones

Cargamos todas las librerias necesarias

In [1]:
import pandas as pd # esperemos que pronto sea import MODIN as pd.
import numpy as np 
import seaborn as sns
import scipy 
import datetime 
import matplotlib.pyplot as plt
plt.rcParams['figure.figsize'] = [16,9]
plt.style.use('ggplot')
/home/pylab/pythonlabs_01/pythonlabs/lib/python3.5/importlib/_bootstrap.py:222: RuntimeWarning: numpy.dtype size changed, may indicate binary incompatibility. Expected 96, got 88
  return f(*args, **kwds)

Cargamos nuestro archivo pickle, con los datos previamente cargados

In [2]:
data = pd.read_pickle('/home/pylab/pythonlabs_01/pythonlabs/datasets/pickle/VIX_Stats.pickle')

Realizamos un analisis exploratorio de los datos

In [3]:
data.index ## Indice Datatime
Out[3]:
DatetimeIndex(['2018-01-02', '2018-05-16', '2018-01-19', '2018-04-10',
               '2019-01-30', '2018-05-10', '2018-10-10', '2018-02-01',
               '2018-11-21', '2018-06-04',
               ...
               '2018-10-08', '2018-01-04', '2019-03-14', '2019-01-07',
               '2019-01-29', '2018-10-18', '2018-11-14', '2018-08-06',
               '2018-05-02', '2018-11-29'],
              dtype='datetime64[ns]', name='quotedate', length=304, freq=None)
In [4]:
data.shape ## ( Filas x columnas )
Out[4]:
(304, 8)
In [5]:
data.columns ## Nombre de las columnas
Out[5]:
Index(['symbol', 'calliv', 'calloi', 'callvol', 'putiv', 'putoi', 'putvol',
       'meaniv'],
      dtype='object')
In [6]:
data.head(5) # comprobamos integridad de los datos
Out[6]:
symbolcallivcalloicallvolputivputoiputvolmeaniv
quotedate
2018-01-02VIX1.79907911657.0474007.00.17651973447.0134049.00.9878
2018-05-16VIX1.21466510396.0351323.00.47932390787.0100156.00.8470
2018-01-19VIX1.48488290013.0320794.00.54891816758.0225070.01.0168
2018-04-10VIX0.79675599924.0501640.01.21912522041.0141925.01.0079
2019-01-30VIX1.10355792940.0158592.00.72161643864.0175943.00.9125

El indice no es correcto, pues las fechas no estan ordenadas.

In [7]:
data = data.sort_index() ## Comprobamos siempre la intregridad de los datos, en este caso, al ser extraido de una base mayor, no estaba ordenado)
In [8]:
data.head(5)
Out[8]:
symbolcallivcalloicallvolputivputoiputvolmeaniv
quotedate
2018-01-02VIX1.7997911657.0474007.00.17651973447.0134049.00.9878
2018-01-03VIX0.00032282656.01775860.00.00008011824.01175408.00.0000
2018-01-04VIX0.00032778204.01935276.00.00008362104.01577264.00.0000
2018-01-05VIX0.00034095000.02288688.00.00009026580.0908536.00.0000
2018-01-08VIX0.00035199628.04845204.00.00009507436.0445232.00.0000

¿Que es la IV? : La una prediccion realizada por consenso de mercado sobre el grado que el activo subyacente fluctuara en el futuro. Se estima en tiempo real, y la mas certera suele ser la que te proporciona el propio broker que operas
¿Que es el OI? Interes en abrir contratos, se utiliza para intuir las posiciones de los participantes, y dependiendo de la cola, deberiamos poder predecir, direccion del activo.
¿Que es el VOL? Cuando una order se ejecuta , forma parte del volumen. Es como la medida de los contratos negociados por unidad de tiempo.

En el proximo ariticulo, añadiremos la serie mas impoortante a nuestro data frame, y seguiremos adaptando el data frame a nuestras necesidades.

In [ ]:
 

En la seccion recursos, tienes un enlace directo a nuestro github con los codigos de todos los labs!

Recuerda unirte a nuestro canal en Telegram de Python Para Trading