如果未做特别说明,文中的程序都是 Python3 代码。

QuantLib 金融计算——收益率曲线之构建曲线(1)

理论和实践上有多种方法可以构建与市场一致的收益率曲线,背后的方法论取决于市场上的可获得金融工具的流动性。在构建收益率曲线时有两个选项必须选定好:插值方法和所选的金融工具或数据。

quantlib-python 允许构建下列两大类收益率曲线:

  • 第一类,根据数值和对应日期构建:

    • DiscountCurve,根据贴现因子构建
    • 若干 *ZeroCurve 型的收益率曲线,根据债券零息收益率构建(前缀表示具体的构建方法)
    • ForwardCurve,根据远期收益率构建
  • 第二类,根据若干固定收益类对象(如 FixedRateBond)构建:
    • FittedBondDiscountCurve,根据若干债券的价格构建
    • 若干 Piecewise** 型的收益率曲线,根据若干不同类型金融工具(存款收益率、收益率远期合约和互换等等)的报价分段构建(后缀表示具体的构建方法和曲线类型)

本文介绍第一种。

载入 QuantLib:

import QuantLib as ql

print(ql.__version__)
1.12

YieldTermStructure

事实上,所有上述类都派生自基类 YieldTermStructure,该基类实现了一些常用的功能。例如,实现了返回基准日期、天数计算规则、日历的函数,以及返回收益率的最小或最大日期的函数。

YieldTermStructure 常用的成员函数:

  • discount(d, extrapolate = False):浮点数,dDate 对象, extrapolate 是布尔型。返回贴现因子大小。
  • zeroRate(d, resultDayCounter, comp, freq = Annual, extrapolate = False)InterestRatedDate 对象,resultDayCounterDayCounter 对象,compfreq 是预置整数,extrapolate 是布尔型。返回等价的零息收益率对象。
  • forwardRate(d1, d2, dc, comp, freq = Annual, extrapolate = false)InterestRated1d2Date 对象,resultDayCounterDayCounter 对象,compfreq 是 quantlib-python 预置整数(表示付息方式和频率),extrapolate 是布尔型。返回 d1d2 之间的远期收益率对象。

DiscountCurve

首先介绍 DiscountCurve。这种构造方法适用于给定的一组贴现因子,并为其分配给相应的期限。

DiscountCurve 对象的构造

构造函数具有以下实现

DiscountCurve(dates,
dfs,
dayCounter,
cal)

这些变量的类型和解释如下:

  • dates:日期序列,贴现因子对应的到期日。注意:第一个日期必须是贴现曲线的基准日期,例如贴现因子是 1.0 的日期。
  • dfs:浮点数序列,贴现因子
  • dayCounterDayCounter 对象,天数计算规则
  • calCalendar 对象,日历表

DiscountCurve 常用的成员函数均继承自基类 YieldTermStructure

在下面的例子中,根据历史上某天路透社公布的贴现因子报价构建收益率曲线。在收益率曲线构建之后,求给定日期的等价零息收益率、贴现因子和远期收益率。

EUR Yield Discount
TN 0.3148 0.9999656
1w 0.3083 0.9999072
1M 0.4225 0.9996074
2M 0.5443 0.9990040
3M 0.7242 0.9981237
6M 0.9614 0.9951358
9M 0.9372 0.9929456
1Y 1.0006 0.9899849
1Y3M 1.1120 0.9861596
1Y6M 1.2457 0.9815178
1Y9M 1.4358 0.9752363
2Y 1.6263 0.9680804

例子 1:

def testingYields1():
dates = []
dfs = [] cal = ql.UnitedStates()
today = ql.Date(11, ql.September, 2009)
libor = ql.EURLibor1M()
dc = libor.dayCounter() settlementDays = 2
settlement = cal.advance(
today, settlementDays, ql.Days) dates.append(settlement)
dates.append(settlement + ql.Period(1, ql.Days))
dates.append(settlement + ql.Period(1, ql.Weeks))
dates.append(settlement + ql.Period(1, ql.Months))
dates.append(settlement + ql.Period(2, ql.Months))
dates.append(settlement + ql.Period(3, ql.Months))
dates.append(settlement + ql.Period(6, ql.Months))
dates.append(settlement + ql.Period(9, ql.Months))
dates.append(settlement + ql.Period(1, ql.Years))
dates.append(settlement + ql.Period(1, ql.Years) + ql.Period(3, ql.Months))
dates.append(settlement + ql.Period(1, ql.Years) + ql.Period(6, ql.Months))
dates.append(settlement + ql.Period(1, ql.Years) + ql.Period(9, ql.Months))
dates.append(settlement + ql.Period(2, ql.Years)) dfs.append(1.0)
dfs.append(0.9999656)
dfs.append(0.9999072)
dfs.append(0.9996074)
dfs.append(0.9990040)
dfs.append(0.9981237)
dfs.append(0.9951358)
dfs.append(0.9929456)
dfs.append(0.9899849)
dfs.append(0.9861596)
dfs.append(0.9815178)
dfs.append(0.9752363)
dfs.append(0.9680804) tmpDate1 = settlement + ql.Period(1, ql.Years) + ql.Period(3, ql.Months)
tmpDate2 = tmpDate1 + ql.Period(3, ql.Months)
curve = ql.DiscountCurve(
dates, dfs, dc, cal) equ_zero = curve.zeroRate(
tmpDate1, dc, ql.Simple, ql.Annual) print(
"等价 Zero Rate:",
equ_zero)
print(
"等价 Zero Rate 计算的贴现因子:",
equ_zero.discountFactor(
settlement, tmpDate1))
print(
"真实 Discount Factor:",
curve.discount(tmpDate1))
print(
"1Y3M-1Y6M 间的远期收益率 Fwd Rate:",
curve.forwardRate(
tmpDate1, tmpDate2, dc, ql.Continuous)) testingYields1()

输出如下所示:

等价零息收益率: 1.107998 % Actual/360 simple compounding
等价零息收益率计算的贴现因子: 0.9861595999999999
真实贴现因子: 0.9861596
1Y3M-1Y6M 间的远期收益率: 1.887223 % Actual/360 continuous compounding

ZeroCurve

下面介绍 ZeroCurve。这种构造方法适用于给定的一组零息收益率,并为其分配给相应的期限。

ZeroCurve 对象的构造

构造函数具有以下实现

ZeroCurve(dates,
yields,
dayCounter,
cal,
i,
comp,
freq)

这些变量的类型和解释如下:

  • dates:日期序列,零息收益率对应的到期日。注意:第一个日期必须是曲线的基准日期,例如收益率是 0.0 的日期。
  • yields:浮点数序列,零息收益率
  • dayCounterDayCounter 对象,天数计算规则
  • calCalendar 对象,日历表
  • iLinear 对象,线性插值方法
  • compfreq 是预置整数,表示付息方式和频率

ZeroCurve 常用的成员函数均继承自基类 YieldTermStructure

在下面的例子中,根据 2018 年 7 月 23 日货币网公布的即期国债收盘收益率数据构建曲线。在收益率曲线构建之后,求给定日期的等价零息收益率、贴现因子和远期收益率。

期限 即期收益率
1 3.0544
2 3.1565
3 3.2531
4 3.2744
5 3.2964
6 3.4092
7 3.5237
8 3.5264
9 3.5298
10 3.5337
15 3.8517
20 3.8884
30 4.0943

例子 2:

def testingYields2():
dates = []
dfs = [] cal = ql.China(ql.China.IB)
today = ql.Date(23, ql.July, 2018)
dc = ql.ActualActual(ql.ActualActual.ISMA) settlementDays = 0
settlement = cal.advance(
today, settlementDays, ql.Days) dates.append(settlement)
dates.append(settlement + ql.Period(1, ql.Years))
dates.append(settlement + ql.Period(2, ql.Years))
dates.append(settlement + ql.Period(3, ql.Years))
dates.append(settlement + ql.Period(4, ql.Years))
dates.append(settlement + ql.Period(5, ql.Years))
dates.append(settlement + ql.Period(6, ql.Years))
dates.append(settlement + ql.Period(7, ql.Years))
dates.append(settlement + ql.Period(8, ql.Years))
dates.append(settlement + ql.Period(9, ql.Years))
dates.append(settlement + ql.Period(10, ql.Years))
dates.append(settlement + ql.Period(15, ql.Years))
dates.append(settlement + ql.Period(20, ql.Years))
dates.append(settlement + ql.Period(30, ql.Years)) dfs.append(0.0000 / 100.0)
dfs.append(3.0544 / 100.0)
dfs.append(3.1565 / 100.0)
dfs.append(3.2531 / 100.0)
dfs.append(3.2744 / 100.0)
dfs.append(3.2964 / 100.0)
dfs.append(3.4092 / 100.0)
dfs.append(3.5237 / 100.0)
dfs.append(3.5264 / 100.0)
dfs.append(3.5298 / 100.0)
dfs.append(3.5337 / 100.0)
dfs.append(3.8517 / 100.0)
dfs.append(3.8884 / 100.0)
dfs.append(4.0943 / 100.0) tmpDate1 = settlement + ql.Period(7, ql.Years)
tmpDate2 = settlement + ql.Period(8, ql.Years)
curve = ql.ZeroCurve(
dates, dfs, dc, cal, ql.Linear(), ql.Compounded, ql.Annual) print(
"零息收益率:",
curve.zeroRate(
tmpDate2, dc, ql.Compounded, ql.Annual))
print(
"贴现因子:",
curve.discount(tmpDate2)) print(
"7Y - 8Y 远期收益率:",
curve.forwardRate(
tmpDate1, tmpDate2, dc, ql.Compounded, ql.Annual))

输出如下所示:

零息收益率: 3.526400 % Actual/Actual (ISMA) Annual compounding
贴现因子: 0.7578636936087101
7Y - 8Y 远期收益率: 3.545302 % Actual/Actual (ISMA) Annual compounding

QuantLib 金融计算——收益率曲线之构建曲线(1)的更多相关文章

  1. QuantLib 金融计算——收益率曲线之构建曲线(2)

    目录 QuantLib 金融计算--收益率曲线之构建曲线(2) YieldTermStructure 问题描述 Piecewise** 分段收益率曲线的原理 Piecewise** 对象的构造 Fit ...

  2. QuantLib 金融计算——收益率曲线之构建曲线(3)

    目录 QuantLib 金融计算--收益率曲线之构建曲线(3) 概述 估算期限结构的步骤 读取样本券数据 一些基本配置 配置 *Helper 对象 配置期限结构 估算期限结构 汇总结果 当前实现存在的 ...

  3. QuantLib 金融计算——收益率曲线之构建曲线(4)

    [TOC] 如果未做特别说明,文中的程序都是 C++11 代码. QuantLib 金融计算--收益率曲线之构建曲线(4) 本文代码对应的 QuantLib 版本是 1.15.相关源代码可以在 Qua ...

  4. QuantLib 金融计算——收益率曲线之构建曲线(5)

    目录 QuantLib 金融计算--收益率曲线之构建曲线(5) 概述 Nelson-Siegel 模型家族的成员 Nelson-Siegel 模型 Svensson 模型 修正 Svensson 模型 ...

  5. QuantLib 金融计算

    我的微信:xuruilong100 <Implementing QuantLib>译后记 QuantLib 金融计算 QuantLib 入门 基本组件之 Date 类 基本组件之 Cale ...

  6. QuantLib 金融计算——自己动手封装 Python 接口(1)

    目录 QuantLib 金融计算--自己动手封装 Python 接口(1) 概述 QuantLib 如何封装 Python 接口? 自己封装 Python 接口 封装 Array 和 Matrix 类 ...

  7. QuantLib 金融计算——自己动手封装 Python 接口(2)

    目录 QuantLib 金融计算--自己动手封装 Python 接口(2) 概述 如何封装一项复杂功能? 寻找最小功能集合的策略 实践 估计期限结构参数 修改官方接口文件 下一步的计划 QuantLi ...

  8. QuantLib 金融计算——数学工具之插值

    目录 QuantLib 金融计算--数学工具之插值 概述 一维插值方法 二维插值方法 如果未做特别说明,文中的程序都是 Python3 代码. QuantLib 金融计算--数学工具之插值 载入模块 ...

  9. QuantLib 金融计算——高级话题之模拟跳扩散过程

    目录 QuantLib 金融计算--高级话题之模拟跳扩散过程 跳扩散过程 模拟算法 面临的问题 "脏"的方法 "干净"的方法 实现 示例 参考文献 如果未做特别 ...

随机推荐

  1. vue elementui form表单验证

    最近我们公司将前端框架由easyui 改为 vue+elementui .自学vue两周 就开始了爬坑之路.业余时间给大家分享一下心得,技术新手加上第一次分享(小激动),有什么不足的地方欢迎大家指正, ...

  2. GlobalMemoryStatusEx获取内存

    typedef struct _MEMORYSTATUSEX { DWORD dwLength; DWORD dwMemoryLoad; DWORDLONG ullTotalPhys; DWORDLO ...

  3. 设置手机iphone5s邮件

    由于更新系统后,手机自带的邮件服务器老是报错,后来查一下,需要设置qq邮箱独立密码,http://jingyan.baidu.com/article/c146541354cefb0bfdfc4c5d. ...

  4. Java反射API研究(4)——Class中的重要对象

    一.Constructor与Method的父类:Executable Executable表示一个可执行类,构造方法与普通方法都是Executable AnnotatedType[] getAnnot ...

  5. linux 用户/用户组添加修改删除(ubuntu/centos)

    一.LINUX(UBUNTU/CENTOS)用户添加删除修改 1.建用户: adduser web                             //新建web用户 useradd web  ...

  6. IntentService介绍

    1.IntentService 是什么 一个封装了HandlerThread和Handler的异步框架. 是一种特殊Service,继承自Service,是抽象类,必须创建子类才可以使用. 可用于执行 ...

  7. redis分布式集群3种架构方案

    集群方案: 1. 主从高可用(该方案就是单实例形式,只是为了保证数据的安全,对于用户数据少,业务的前期可以采用,目前我司缓存架构就是采用该方案) 2. 客户端分片(典型代表:Jedis.自主写分片算法 ...

  8. The J-Link hardware debugging Eclipse plug-in

    Quicklinks If you already know what are the features of the new plug-in and just want to know how to ...

  9. 在TFS 2013中选择一周中的工作日,例如增加星期日

    默认情况下,TFS在迭代视图中不计算周末的工作,如果出现调休的情况,则周末的工作日不会出现在迭代视图中,也不会参与燃尽图的计算.但是可以调整团队一周中的工作日,从而修正迭代计算方式,修改的方式参考下图 ...

  10. 通过代码去执行testNG用例

    背景 用testNG去编写的测试用例,通过@Test去执行用例,一般本地都是通过IDE去执行相应的方法,持续集成的话,都是通过maven来执行或指定testNG.xml执行,但是如果想通过接口/界面去 ...