Hull and White(1994)模型解决Vasicek模型对利率的初始期限结构的拟合不佳的问题。该模型定义为:
作为信息化的先驱,银行业的信息化程度在各行业中稳居前列。从诞生之时,银行就天生与数字打交道。对银行来讲,如何通过数字化转型提升业务效率,是迫切的需求。这里涉及两个点:一个是银行业务,一个是数字化转型。
这篇文章的目的是指导读者逐步使用R编程语言实现Nelson-Siegel模型的步骤。您可能已经知道,估计利率期限结构是任何资产定价的关键,因此对投资者和政策制定者起着重要的作用。想法是使一条连续曲线适合现有数据。就是说,给定可获取的利率和相应的到期日(通过彭博社或任何其他数据提供商),可以使用Nelson-Siegel方法得出利率的期限结构。
这篇文章的目的是指导读者逐步使用R编程语言实现Nelson-Siegel模型的步骤。您可能已经知道,估计利率期限结构是任何资产定价的关键,因此对投资者和政策制定者起着重要的作用 ( 点击文末“阅读原文”获取完整代码数据 )。
这是 Python 进阶课的第十四节 - FR007 利率掉期定价和曲线拔靴,进阶课的目录如下:
最近我们被客户要求撰写关于Nelson Siegel和线性插值模型的研究报告,包括一些图形和统计输出。
而在学习路线中也提到我们在了解正确的投资观和理财观后,我们就会学到微观宏观经济,这里小编准备先和大家了解一下关于宏观经济的知识。
上次谈到关于央行和货币政策,也提到了再贴现率和公开市场中的逆回购和正回购,简单来说,正回购是卖券吸钱,逆回购是放款吸券。
B(0,t)也可以称为零息债券的价格。大多数债券不是零息债券,但是有可能使用零息债券构造几乎所有支付结构。
量化投资与机器学习微信公众号,是业内垂直于量化投资、对冲基金、Fintech、人工智能、大数据等领域的主流自媒体。公众号拥有来自公募、私募、券商、期货、银行、保险、高校等行业30W+关注者,曾荣获AMMA优秀品牌力、优秀洞察力大奖,连续4年被腾讯云+社区评选为“年度最佳作者”。 Saeed Amen
风险中性与无套利假设是期权定价公式的基础理论,或者说基石。我们来简单说说这两个是怎么回事吧。
国债、央行票据、政策性金融债、中期票据各信用评级、短期融资券各信用评级、超短期融资券各信用评级、企业债各信用评级、同业存单各信用评级、商业银行普通金融债各信用评级、商业银行二级资本债各信用评级、国际开发机构SDR债等曲线债券样本是银行间市场上市流通的、不含权、非浮动利率债券(固定利率债券、贴现债券、零息债券)。政策性金融债、中期票据和企业债1Y_Depo或Shibor3M点差曲线债券样本是银行间市场上市流通的、不含权的浮动利率债券。
2012 年的 19 家银行串通起来操纵 LIBOR 的丑闻还历历在目。巴克莱支付了 4.5 亿美元罚款,瑞银用 15.3 亿美元终结操纵指控,苏格兰皇家银行用 6.12 亿美元终结操纵指控,花旗、美银、摩根大通、德意志、汇丰等都涉嫌其中。大家肯定说天哪这真是天价罚款,别闹,它们靠操纵 LIBOR 赚的更多!
开篇第一句话就总结的非常到位:人们对股票、债券和基金的价格行为的关注度是如此之高,使得很少由其他的经济问题能够与之媲美。深以为然。
最近我们被客户要求撰写关于Nelson-Siegel的研究报告,包括一些图形和统计输出。
本月9日(当地时间),Magic Leap首届开发者大会L.E.A.P于洛杉矶开幕。大会首日以签到和内容体验为主,主题演讲等则放到了大会的第二日(北京时间10月11日零点)。
要想不用一个数学模型只用大白话说明白Black-Scholes这个伟大的期权类衍生品定价模型,似乎与用地球语言解释火星文化一样的困难。所以我的所谓白话也不可能是真的大白话了,总要摆出几个简单的数模以说明问题。只不过这些数学上的东西我相信有一点数学和统计学基础的朋友都能看的明白了。事实上即使摆出一大堆数学模型,我也没有能力真的写出其推导的全过程。幸好我的目的不是写清楚BS模型的推导,而是从其原理性的东西出发,得到在目前市场条件上使用此模型带有“批判”性质的结论。
欧洲央行执行董事会成员Fabio Panetta在IESE商学院银行倡议技术和金融会议上的开幕词
估值金融产品需要折现其包含的现金流,这是我们就需要折现曲线。构建折现曲线是产品估值的必要条件。构建出一套完整而一致的曲线环境不是件容易的事,我们分三贴来把整个流程说明白。先看点故事。
基差就是两种相似利率的差(本章只讨论 IBOR 利率),因此了解基差之前首先要知道 IBOR。
整个流程图分为 6 大模块,除了开始的“数据参数”模块,后 5 个模块都有相对应的函数。
经济危机与金融危机不是同一概念。官方或学术界关于“经济危机”并没有一个统一的定义,一般指的是一个或多个国家出现明显的经济衰退且持续较长时间。
最近有读者问人民币 FR007 掉期的估值总是和系统上对不上,加上 RFR 代替 IBOR 后有新的 RFR 掉期出现,其估值方法中有很多细节。以上两种产品都可以叫做利率掉期。笔者想趁着写《金融工程》一书的利率掉期这章时,顺便给大家做一个估值利率掉期高度概览,并指出所有应该注意的细节,避免大家在复现结果或者验证模型时少走点坑。
在构建掉期曲线(swap curve)时,每个标准年限都对应着一个市场报价,这样我们通常可以完美拟合出市场上它们的价格,但在构建债券曲线(bond curve)时,市场报价的债券到期日各不相同,我们只能近似拟合出它们的价格。
从财务角度,以目前市值计算,这个价格大概是4个华硕、11个HTC、20个宏碁 ,看起来非常惊人,但如果看看微软目前手上的现金,这桩并购金额不过占了五分之一而已,根据标准普尔资料,手中握有现金的企业前五
本帖讲凸性调整,先介绍什么是凸性,再定性分析得到远期和期货之间的差异,最后定量分析计算各类期货的凸性调整项。
Nelson-Siegel- [Svensson]模型是拟合收益曲线的常用方法。可以用其参数的经济可解释性来解释其受欢迎程度,但这很可能是因为欧洲中央银行使用了它。对ECB可能采取的措施不一定在所有情况下都有效:模型参数有时非常不稳定,无法收敛。
在上贴中「FMM 大战 LMM 1」中,我们主要解决了用 RFR 复合利率来替代 IBOR 的痛点,即两者的利率范式都不同
彭博终端在20世纪80年代的成功诞生了一个帝国。今天,彭博帝国正受到竞争对手,政府法规以及金融本质的不断变化所困扰。
注:该系列基于 Lyashenko A. 和 Mercurio F. 的论文 Looking Forward to Backward-Looking Rates。他俩在论文中提出了更为通用的 Forward Market Model (FMM),它可以同时处理后顾型的 RFR 复合利率和前瞻型的 IBOR。两名作者也因此被评选了 Quant of the Year 2020,他们都认为 FMM 才是定价 RFR 期权的正确模型,而且只需在现有的 LMM 方法上改进一点,并不需要过多的额外开发人力。
01 英特尔或正从三星和台积电招募员工 据 The Register 报道,为了建立能够与三星和台积电抗衡的晶圆代工业务,英特尔正积极从三星和台积电等竞争对手中聘请高管和资深员工。 据领英资料显示,Suk Lee 目前在英特尔代工业务中担任生态系统技术办公室的副总裁,在此之前,其在台积电工作了 13 年,最后的头衔是设计基础设施管理部门副总裁。Michael Chang 在英特尔代工业务中担任客户支持副总裁,此前在台积电工作了 31 年,最后的头衔是先进技术解决方案总监。 去年 6 月,英特尔首次高调聘用外
本篇讲第一个问题(测度转换之等价物转换),下篇讲第二个问题(测度转换之漂移项转换),我知道现在你听的一头雾水,希望看完这两篇后你能明白其含义。
随着Python编程语言的流行和普及,越来越多人对如何应用Python做金融数据分析和量化交易充满兴趣。但是不少人对量化投资本身存在一定的误解或认识不清,有的人过于异想天开,认为可以躺着挣钱(怕是只有岛国老师吧);有的人则因循守旧,认为没啥卵用;也有的人盲目追求模型的复杂性,在编程和数学中迷失了方向。
原文首发:https://maoli.blog.csdn.net/article/details/90415391
新冠COVID-19的零号患者已追溯到2019年12月1日出现症状的个人。然而,该病毒直到2020年2月11日才被分离出并将其命名为SARS-CoV-2。2月19日,标准普尔500指数达到3393.52的历史收盘价。在撰写本文时,该指数在一个多月的时间里下跌了35%,经过空前的2万亿干预之后,它比峰值低了24%。即使在股票市场中性空间中,许多量化公司也遭受了重大损失。在这场危机中我们能学到什么教训与经验?在其中几个中,我们重点介绍以下三个。
在上贴「FMM 大战 LMM 2」中,我们主要推导出了 Fn(t) 在风险中性测度、即期测度和 Tk-远期测度下的 SDE。在估值和 RFR 挂钩产品时
来源:ToBeSaaS |作者:戴珂 ---- 市场价值的背后是商业价值 就在中国SaaS不温不火的十年期间,外面的世界却发生了巨大的变化。 首先从营收看,SaaS的年营收已经超过1000亿美元,占到了整个企业软件市场的25%左右,这个过程只用了十几年时间。 再从市值看,目前SAP的市值约1500亿美元,Oracle的市值约为1900亿美元;而Salesforce的市值约2200亿美元。思科的市值约1900亿美元,IBM的市值约为1100亿美元;而Zoom的市值约为1120亿美元。 无论
前文已述,价值在商业项目中的体现最终会回归到赚钱这个事情上。而如何衡量赚钱这个事,那就和金融财务方面的许多计算扯上关系了。项目经理需要掌握这些东西吗?可以不需要,但如果你有这方面的知识那就最好了。如果没有的话,请发挥你的情商,跟公司的财务打好关系吧。
继Meta创始人狂裁1.1万名员工、创造2022年科技公司的裁员纪录后,电商巨头亚马逊也解锁了一项不太光彩的「成就」。
这是 Python 进阶课的第十二节 - 负油价和负利率模型,进阶课的目录如下:
👆点击“博文视点Broadview”,获取更多书讯 要想知道中国楼市是否能一直充当“蓄水池”,就要先来了解一下人民币、美元、中国楼市和美国通胀之间的联系。 我们首先了解一下经济学中非常有名的费雪方程式: MV=PQ 在这个公式中,M表示货币量,V表示货币流通速度,P表示价格水平,Q表示交易的商品总量。 由该方程式我们可以看出:在V、Q比较稳定时,货币流通量M决定着物价水平P。 同样的道理,假设世界上各个经济体都是封闭的、独立运转的,在各国货币流通速度不变的情况下,根据费雪方程式,像美国那样无限制“印”钞的
AI科技评论独家获悉,开源LLM RWKV背后的元始智能,种子轮融资已于1月16日走完工商变更,由陆奇于2018年创立的奇绩创坛和某匿名投资者投资,目前元始智能已开始继续融第二轮。
从研究市场行为到管理投资组合,Wolfram Finance Platform均提供最先进的计算功能,并轻松连接数据库和web服务,以及具有内置并行处理功能的高性能计算,可将其扩展到任何大小的网格。
新智元 AI DAILY 1 飞行出租车公司获50万欧元投资 2017年在巴黎试用 巴黎一家致力于研发水上飞行出租车的公司Sea Bubbles最近获得了50万欧元的投资,并获得了法国政府的支持。
BDTC 2017中国大数据技术大会将于12月7日-9日在北京新云南皇冠假日酒店举行,大会为期三天。届时,近百位技术专家将为现场数千名的大数据行业精英、技术专家及意见领袖带来多场技术演讲,分享最新技术与实践的洞察与经验,探寻大数据发展的未来,领略数据与智能之美,欢迎大家前来参会。 大会官网:http://bdtc2017.bigdataforum.org.cn/ 日前我们采访了大会推荐系统论坛的讲师微博广告技术专家彭冬,他讲带来题为《微博商业化大数据平台从0到1架构演进及应用实践》的分享,以下为正文
根据IDC数据,2015年全球数据量的年增长率可达到5.6泽字节(即5.6万亿兆字节),是2012年增长率的两倍。
这家由两位从谷歌出走的Transformer论文作者创立的Adept AI,目标是开发一个提升打工人工作效率的AI智能体。
在FRM考试中,债券远比股票重要。讲到债券,那么必然逃不了利率,interest rate。有一种利率叫做无风险利率,这种利率是所有定价的基础。
随着经济全球化和技术革新的加速,银行业务正面临前所未有的挑战和变革。在这个数字化时代,银行业的传统运作模式受到挑战,特别是在零售贷款领域。这一领域的核心挑战在于如何在激烈的市场竞争中实现有效的营销策略,同时保持严格的风险控制。
日本经济从全球第二大经济体的位置跌落以后,吸引了众多经济学者投入精力去“解密”。近年来一个广为流行的观点是从“资产负债表衰退”角度对日本经济失去增长动力并陷入长期停滞予以解释。从时间维度来看,“失去的三十年”实际上指的是日本经济增速低迷的平成时代(1989-2019年)。在此期间,日本社会开始进入结构性萧条,“出口立国”模式崩溃之后,总需求不足负面效应开始显现,GDP从高速增长的神坛跌落。虽然日本企业以科技创新和成本控制闻名于世,但随着日本国内资产价格开始下行,大量在资产泡沫期举债的日本企业和民众开始变得资不抵债,不得不捂紧钱包,即使异次元货币政策出台,也不想再借钱。
领取专属 10元无门槛券
手把手带您无忧上云