中国研究生金融科技创新大赛 · 揭榜挂帅 11

从波动率曲面,
到有据可查的风险预警。

让曲面重建、风险解释与策略回测形成清晰的研究路径。
用可追溯的证据,帮助理解每一次预警。

SURFACE OBSERVATORY波动率曲面 · 结构示意
看见偏斜理解曲面形态的变化
追踪期限结构关联不同到期维度
SVI 曲面重建→Greeks 风险特征→分级预警与证据复核
SVI曲面重建Greeks风险刻画Laya结构化复核LiteFormer + SAC策略回测

THE IDEA

不只看见异常,
更要读懂风险的来路。

面对期权数据的多维变化,项目从曲面结构出发,把风险信号、解释证据与历史验证放到同一研究视角中。

01识别
从报价,到曲面。

完成数据清洗、SVI 拟合、无套利筛查与 Greeks 特征计算,组织 0–3 级风险预警。

02解释
从异常,到证据。

沿知识图谱梳理风险传导线索,由 Laya 提供结构化第二意见,支持人工复核。

03验证
从策略,到历史检验。

结合 LiteFormer 与 SAC,对历史风险状态、策略动作和回测结果进行对照分析。

THE PRODUCT

三条主线,
一份完整的风控研究视角。

从算法计算到证据复核,再到历史回测。
选择模块,了解项目的具体工作方式。

问题 1 · 必选模块

先看清曲面,
再识别风险。

以独立 AU 数据批次演示从原始文件到风险看板的计算流程,让每一步结果都能回到输入与算法。

  • 原始数据导入、清洗与质量检查
  • SVI 曲面拟合、无套利筛查与 Greeks 分析
  • 0–3 级风险预警与结果导出
演示批次:AU 黄金期权 · 2026 年 9 月
SVI / SURFACE RECONSTRUCTION结构示意
0 级1 级2 级3 级

曲面结构 → 风险特征 → 分级提示

UNDER THE SURFACE

算法、证据、工作台。
各司其职,也彼此连接。

Python 负责计算与模型服务,React 呈现研究结果。
曲面算法、策略回测与证据解释围绕各自的数据上下文展开。

数据层DATA
原始期权数据AU 独立导入批次
GT 历史样本SC / AG 历史回放
冻结生产工件策略、模型与评价证据
模型层MODELS
SVI + Greeks曲面重建与风险特征
LiteFormer + SAC风险状态与策略回测
知识图谱 + Laya解释路径与结构化复核
应用层WORKBENCH
曲面与分级预警导入、计算、查看与导出
历史评价与案例指标对照、回放与 CVaR
证据复核与问答报告、核查事项与第二意见
ReactFastAPIPythonCPU 模型推理百炼模型接入

SVI 的独立演示批次与 GT 历史策略样本分别运行、分别解读。

THE WALKTHROUGH

按三个问题,
读懂整个项目。

以下是完整工作台的演示顺序。
本页提供模块说明与流程示意。

01

重建一张波动率曲面

导入 AU 2026 年 9 月的独立数据批次,依次查看质量检查、SVI 拟合、Greeks 与四级预警。

了解曲面模块
02

沿证据追溯风险线索

选择一个历史案例,查看知识图谱中的解释路径,再结合 Laya 第二意见理解需要复核的事项。

了解复核模块
03

在历史中评价风险策略

切换 SC、AG 历史上下文,核对冻结策略、固定规则、回测统计与 CVaR 评价口径。

了解回测模块

A FEW DETAILS

关于这个项目

这个页面可以直接运行算法吗?

当前页面用于项目介绍、功能展示和演示流程说明。在线计算、数据上传与 AI 问答暂未开放;这些能力由完整的 Python 工作台和模型服务提供。

AU、SC、AG 的演示范围有什么区别?

问题 1 使用 AU 黄金期权的 2026 年 9 月独立批次演示 SVI 算法。GT 策略回测主要展示 SC 原油和 AG 白银的冻结历史评价。不同数据范围与评价结果分别解读。

Laya 在项目中承担什么角色?

Laya 根据输入的风险证据包提供结构化第二意见,帮助整理复核要点。它与知识图谱、历史证据及人工核查配合使用。

项目会连接实时行情或自动交易吗?

当前展示基于独立演示批次和历史数据回放。完整工作台输出风险提示与研究结果,不执行交易。

理解曲面的变化。
看清风险的线索。

下载项目简介