Análisis Integral de Volatilidad con SPY (S&P 500)
Análisis Integral de Volatilidad con SPY (S&P 500)
Este repositorio contiene un laboratorio completo de volatilidad utilizando datos reales del ETF SPY, que replica el índice S&P 500.
El proyecto combina teoría cuantitativa con implementación práctica en Python, con el objetivo de entender cómo la volatilidad se manifiesta y se utiliza en el pricing de opciones.
- Entender la diferencia entre volatilidad histórica y volatilidad implícita.
- Aplicar el modelo de Black–Scholes–Merton (BSM) a opciones europeas.
- Analizar:
- El sesgo de volatilidad (volatility skew).
- La estructura temporal de la volatilidad implícita (term structure).
- La superficie de volatilidad en 3D.
- Estudiar el impacto de cambios en la volatilidad sobre la ganancia/pérdida de una estrategia con opciones (ejemplo: long call/put).
Este proyecto está pensado como pieza de portafolio para roles de Quant, Risk, Data Science en Finanzas, o como material de estudio avanzado.
Volatility_Lab_SPY.ipynb
Notebook principal del proyecto. Incluye todo el análisis paso a paso:- Volatilidad histórica de SPY.
- Volatilidad implícita de una opción real.
- Sesgo de volatilidad (skew).
- Estructura temporal (term structure).
- Superficie de volatilidad en 3D.
- Impacto de la volatilidad en una estrategia con opciones.
- Python 3.x
yfinance– Descarga de datos de mercado (precios y opciones desde Yahoo! Finance).pandas– Manipulación de datos.numpy– Cálculos numéricos.matplotlib– Visualizaciones 2D y 3D.scipy– Funciones estadísticas y optimización (cálculo de volatilidad implícita).datetime– Manejo de fechas.
“Volatility is not a bug, it’s a feature.” – Todo buen quant, alguna vez.
Autor: Javier Martínez González
E-Mail: javiermg.act@gmail.com
LinkedIn: www.linkedin.com/in/javiermartinezqf