gpt4 book ai didi

python - 使用 QuantLib 计算 FloatingRateBond 的现金流量

转载 作者:太空宇宙 更新时间:2023-11-03 15:57:53 27 4
gpt4 key购买 nike

QuantLib 的新手所以猜测这是一个菜鸟错误。很高兴了解这个强大的库,感谢作者和贡献者!

如果没有下限参数,我可以在没有定价器的情况下为 FloatingRateBond 生成现金流量,所以我不明白为什么包含下限参数需要定价器。我认为增加底限只会为每个固定值提供一个最小值。

想看看是否有人在使用地板时让 FloatingRateBond 现金流发挥作用。而且,如果是这样,如果有人能发现我误入歧途的地方。提前致谢!

我在通过预打包安装程序 (QuantLib-Python-1.8.win-amd64-py3.5.msi) 安装的 Windows 上使用 QuantLib 1.8。

这里是错误发生的地方:

File "C:/src/misc/generate_cashflows.py", line 138, in generate_cashflow
print(cf.amount())
File "C:\lib\site-packages\QuantLib\QuantLib.py", line 8844, in amount
return _QuantLib.CashFlow_amount(self)
RuntimeError: pricer not set

具体代码如下:

ql_first_day, ql_first_month, ql_first_year = first_payment_date.day, first_payment_date.month, first_payment_date.year

ql_first_date = QuantLib.Date(ql_first_day, ql_first_month, ql_first_year)

maturity_month, maturity_day, maturity_year = maturity.month, maturity.day, maturity.year
ql_maturity_date = QuantLib.Date(maturity_day, maturity_month, maturity_year)



ql_issue_day, ql_issue_month, ql_issue_year = issue_date.day, issue_date.month, issue_date.year
q1_settle_date = QuantLib.Date(ql_issue_day, ql_issue_month, ql_issue_year)

fixing_days = 0

calendar = QuantLib.UnitedStates()
ql_settle_date = calendar.adjust(q1_settle_date)
todays_date = calendar.advance(ql_settle_date, -fixing_days, QuantLib.Days)
QuantLib.Settings.instance().evaluationDate = todays_date

ql_schedule = QuantLib.Schedule(ql_settle_date,
ql_maturity_date, QuantLib.Period(ql_frequency_enum),
QuantLib.UnitedStates(),
QuantLib.Following, QuantLib.Following,
QuantLib.DateGeneration.Forward, False, ql_first_date)

ql_forecast_curve = QuantLib.RelinkableYieldTermStructureHandle()
today = datetime.datetime.today()
calc_date = QuantLib.Date(today.day, today.month, today.year)
QuantLib.Settings.instance().evaluationDate = calc_date

day_count = QuantLib.Thirty360()

# setup swaps
calendar = QuantLib.UnitedStates()
swFixedLegFrequency = QuantLib.Annual
swFixedLegConvention = QuantLib.Unadjusted
swFixedLegDayCounter = QuantLib.Thirty360()
swFloatingLegIndex = QuantLib.USDLibor(QuantLib.Period(3, QuantLib.Months))

swap_raw = [
(1, 0.01251),
(2, 0.01505),
(3, 0.01701),
(5, 0.01972),
(7, 0.02158)
]

swap_rates = []

for year, rate in swap_raw:
swap_rates.append(QuantLib.SwapRateHelper(
QuantLib.QuoteHandle(QuantLib.SimpleQuote(rate)),
QuantLib.Period(year, QuantLib.Years),
calendar,
swFixedLegFrequency,
swFixedLegConvention,
swFixedLegDayCounter,
swFloatingLegIndex
))

swap_curve = QuantLib.PiecewiseFlatForward(calc_date, swap_rates, day_count)

ql_forecast_curve.linkTo(swap_curve)

ql_index = QuantLib.USDLibor(period, ql_forecast_curve)

settlement_days = 0
face_amount = 100

ql_bond = QuantLib.FloatingRateBond(settlement_days, #settlementDays
face_amount, # faceAmount
ql_schedule,
ql_index,
QuantLib.Thirty360(),
gearings = [],
spreads = [libor_spread],
caps = [],
floors = [.01]
)

ql_discount_curve = QuantLib.RelinkableYieldTermStructureHandle()
settlement_date = QuantLib.Date(9, 2, 2017)
flatForward = QuantLib.FlatForward(
settlement_date,
.02,
QuantLib.ActualActual(QuantLib.ActualActual.Bond),
QuantLib.Compounded,
QuantLib.Semiannual)
ql_discount_curve.linkTo(flatForward)
bondEngine = QuantLib.DiscountingBondEngine(ql_discount_curve)
ql_bond.setPricingEngine(bondEngine)

for cf in ql_bond.cashflows():
c = QuantLib.as_floating_rate_coupon(cf)
print(cf.amount())

最佳答案

首先是理论:在为带有下限的息票定价时,您不能只从预测曲线中获取预期的 LIBOR 利率,然后取该利率与下限之间的最小值。相反,您需要取利率和底线之间最小值的预期值,不幸的是 E[min(R,F)]min(E[R ],F)。所以不,地板不只是提供最低限度;您需要一个不同的公式来估算预期 yield 。

QuantLib 的含义是简单的 float 利率优惠券可以(并且正在)设置一个默认定价器,它只是从预测曲线中读取利率,但是带有上限或下限的优惠券需要用户指定要使用的定价器和向其提供任何额外的所需数据;在您的情况下,这至少意味着波动率期限结构,尽管可以指定更多可选数据;有关详细信息,请参阅 BlackIborCouponPricer 类的构造函数。

通常,波动率是根据上限和下限的市场报价自举的,但创建它的过程有点复杂(参见 these tests 中的 C++ 示例),我不确定所有需要的类都是导出到 Python,你最好在 QuantLib mailing list 上询问它.

如果您想验证优惠券是否有效,您可以使用恒定的波动率,如:

volatility = 0.10;
vol = QuantLib.ConstantOptionletVolatility(settlement_days,
calendar,
QuantLib.ModifiedFollowing,
volatility,
day_count)

pricer = QuantLib.BlackIborCouponPricer(
QuantLib.OptionletVolatilityStructureHandle(vol))
QuantLib.setCouponPricer(ql_bond.cashflows(), pricer)

以上应该能让你得到一个结果;但当然我从帽子里拿出了 15% 的波动率,它不会给你实际的市场值(value)......

关于python - 使用 QuantLib 计算 FloatingRateBond 的现金流量,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/42195781/

27 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com