求助：彭博终端零日期权交易量查询代码仅返回常规到期结果

本人拥有彭博终端访问权限，尝试用Python代码获取交易量最高的零日期权，但当前代码仅能返回常规到期期权结果，无法抓取零日期权数据，请求技术支持。

当前代码 #

import pandas as pd
import matplotlib.pyplot as plt

from xbbg import blp

def inspect_options_data(specific_day='2023-8-17'):
    try:
        # Fetch bulk options data for S&P 500 Index
        options_data = blp.bds(tickers='SPX Index', flds=['OPT_EXIRE_DT'== specific_day, 'OPT_CHAIN'])
        
        # Filter for call options with the specified expiration date
        call_options = options_data[options_data['security_description'].str.contains(f'{specific_day} C')].copy()
        
        # Filter for put options with the specified expiration date
        put_options = options_data[options_data['security_description'].str.contains(f'{specific_day} P')].copy()
        
        # Extract the strike price from the 'security_description' column
        call_options['strike'] = call_options['security_description'].str.extract(f'C(\d+) ').astype(float)
        call_options['type'] = 'Call'
        
        # Extract the strike price from the 'security_description' column
        put_options['strike'] = put_options['security_description'].str.extract(f'P(\d+) ').astype(float)
        put_options['type'] = 'Put'
        
        # Fetch volume data for each option and ensure it's a scalar value
        put_options['px_volume'] = put_options['security_description'].apply(lambda x: blp.bdp(tickers=x, flds=['PX_VOLUME']).iloc[0, 0])
        call_options['px_volume'] = call_options['security_description'].apply(lambda x: blp.bdp(tickers=x, flds=['PX_VOLUME']).iloc[0, 0])
        
        # Combine puts and calls data
        combined_data = pd.concat([put_options, call_options])
        
        # Sort by volume in descending order and select the top 10
        top_10_options = combined_data.sort_values(by='px_volume', ascending=False).head(10)
        
        # Visualization
        plt.figure(figsize=(12, 6))
        plt.bar(top_10_options['security_description'], top_10_options['px_volume'], color=['red' if t == 'Put' else 'green' for t in top_10_options['type']])
        plt.xticks(rotation=45, ha='right')
        plt.xlabel('Option Description')
        plt.ylabel('Volume')
        plt.title(f'Top 10 Options for {specific_day}')
        plt.tight_layout()
        plt.show()
        
    except Exception as e:
        print(f"Error: {e}")

# Inspect the options data
inspect_options_data()

问题分析与修复方案 #

核心问题1：BDS调用参数错误 #

原代码中blp.bds的flds参数写法完全错误：['OPT_EXIRE_DT'== specific_day, 'OPT_CHAIN']会生成一个布尔值和字段名的无效列表，根本不符合彭博API的参数要求。正确做法是用overrides参数筛选指定到期日的期权链。

核心问题2：零日期权筛选逻辑不当 #

零日期权（0DTE）的到期日为当日，但原代码通过security_description字符串匹配日期，容易因格式不匹配漏掉数据。应直接利用彭博返回的OPT_EXIRE_DT字段进行精准筛选。

核心问题3：请求效率低下 #

原代码用apply逐个调用bdp获取成交量，不仅速度慢，还容易触发彭博的请求频率限制，改用批量bds请求能大幅提升效率。

修改后的完整代码 #

import pandas as pd
import matplotlib.pyplot as plt
from xbbg import blp

def inspect_zero_day_options(specific_day='2023-08-17'):
    try:
        # 1. 获取指定到期日的SPX期权链，用overrides筛选到期日
        options_chain = blp.bds(
            tickers='SPX Index',
            flds=['OPT_CHAIN', 'OPT_EXIRE_DT', 'OPT_STRIKE_PX', 'OPT_CALL_PUT'],
            overrides={'OPT_EXIRE_DT': specific_day}
        )
        
        # 2. 筛选零日期权（确保到期日完全匹配）
        zero_day_options = options_chain[options_chain['opt_exire_dt'] == pd.to_datetime(specific_day)].copy()
        
        if zero_day_options.empty:
            print(f"没有找到{specific_day}的零日期权数据")
            return
        
        # 3. 批量获取所有期权的成交量，避免逐个请求
        option_tickers = zero_day_options['security'].tolist()
        volume_data = blp.bds(
            tickers=option_tickers,
            flds=['PX_VOLUME']
        ).reset_index().rename(columns={'index': 'security', 'px_volume': 'px_volume'})
        
        # 4. 合并数据并整理字段
        combined_data = pd.merge(zero_day_options, volume_data, on='security')
        combined_data['type'] = combined_data['opt_call_put'].map({'C': 'Call', 'P': 'Put'})
        combined_data['strike'] = combined_data['opt_strike_px'].astype(float)
        
        # 5. 按交易量排序取前10
        top_10_options = combined_data.sort_values(by='px_volume', ascending=False).head(10)
        
        # 6. 可视化
        plt.figure(figsize=(12, 6))
        colors = ['red' if t == 'Put' else 'green' for t in top_10_options['type']]
        plt.bar(top_10_options['security'], top_10_options['px_volume'], color=colors)
        plt.xticks(rotation=45, ha='right')
        plt.xlabel('期权代码')
        plt.ylabel('交易量')
        plt.title(f'{specific_day} 交易量Top10零日期权')
        plt.tight_layout()
        plt.show()
        
    except Exception as e:
        print(f"错误信息: {e}")

# 执行查询
inspect_zero_day_options()

关键修改说明 #

• 用overrides={'OPT_EXIRE_DT': specific_day}替代错误的字段参数，精准筛选指定到期日的期权链。
• 直接通过opt_exire_dt字段匹配日期，避免字符串匹配的误差，确保零日期权不会被遗漏。
• 批量调用bds获取所有期权的成交量，减少请求次数，提升效率并规避彭博限制。
• 利用彭博返回的OPT_CALL_PUT和OPT_STRIKE_PX字段直接提取期权类型和行权价，无需从描述字符串中解析，更可靠。

内容的提问来源于stack exchange，提问作者Eli Sakkal