Como classificar suas previsões de preços de opções com Brier em 40 linhas de Python

Se você enviar uma previsão probabilística, o hábito de maior valor que você pode desenvolver é registrar suas previsões para que você possa avaliá-las mais tarde. A sabermetria descobriu isso há quarenta anos. A previsão do tempo faz isso há um século. A maioria dos proprietários de modelos de ML ainda não faz isso.

Este post apresenta uma receita de 40 linhas em Python que registra a previsão de probabilidade-ITM por contrato de um modelo de precificação de opções de ML em um CSV, para que você possa calcular a perda de Brier após a expiração da opção. A receita faz parte de um pequeno livro de receitas de código aberto para a Helium MCP REST surface — um servidor MCP que também expõe suas ferramentas como simples GETs HTTPS, o que o torna conveniente como um substrato de ensino, mesmo que você não use o MCP.

Você não precisará de uma chave de API, um cadastro ou um SDK Python.

O que estamos fazendo

Para cada contrato de opção que nos interessa, queremos uma linha que registre:

• O identificador do contrato (símbolo, strike, expiração, tipo)
• O valor justo previsto pelo modelo
• A probabilidade do modelo de que o contrato termine no dinheiro
• A data dos dados do modelo
• (Preenchido mais tarde) a marca de mercado no mesmo timestamp
• (Preenchido na expiração) o preço subjacente realizado
• (Computado) se o contrato foi realmente ITM
• (Computado) a perda de Brier para a previsão de probabilidade

Quando avaliamos com Brier mais tarde, obtemos um número por contrato. A média entre muitos contratos nos dá uma pontuação de calibração diretamente comparável — exatamente a disciplina pela qual um modelo de probabilidade de vitória no beisebol ou uma previsão de precipitação do tempo é avaliado.

O endpoint

O servidor Helium expõe sua ferramenta de precificação de opções neste URL:

GET https://heliumtrades.com/mcp_option_price/
    ?symbol=AAPL&strike=310&expiration=2026-06-26&option_type=call

GET simples, JSON de entrada / JSON de saída, sem cabeçalho de autenticação, camada gratuita de 50 chamadas por IP por dia. Uma chamada ao vivo retorna:

{
  "symbol": "AAPL",
  "strike": 310.0,
  "expiration": "2026-06-26",
  "option_type": "call",
  "predicted_price": 6.53,
  "prob_itm": 0.42,
  "options_data_date": "2026-05-26"
}

Dois desses campos são previsões sobre o futuro: predicted_price (o valor justo do modelo) e prob_itm (a probabilidade do modelo de que a opção termine ITM na expiração). A data de expiração na solicitação é a data de resolução fixa. Isso nos dá um alvo falsificável limpo.

A receita

"""
Log Helium
"""
import csv
import sys
from datetime import datetime
from pathlib import Path

import requests

ENDPOINT = "https://heliumtrades.com/mcp_option_price/"
LOG_FILE = Path("calibration_log.csv")


def main(symbol, strike, expiration, option_type):
    params = {
        "symbol": symbol, "strike": strike,
        "expiration": expiration, "option_type": option_type,
    }
    resp = requests.get(ENDPOINT, params=params, timeout=30)
    resp.raise_for_status()
    data = resp.json()

    is_new = not LOG_FILE.exists()
    with LOG_FILE.open("a", newline="") as f:
        w = csv.writer(f)
        if is_new:
            w.writerow([
                "timestamp", "symbol"