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：

  1. NumPy 上

  2. NumPy 下

  3. Pandas 上

  4. Pandas 下

  5. SciPy 上

  6. SciPy 下

  7. Pandas 时间序列

  8. Pandas 高频数据采样

  9. 默顿模型计量经济资本

  10. LSMC 定价美式和百慕大期权

  11. 负油价和负利率模型

之前基础版的 11 节的目录如下：

  1. 编程概览

  2. 元素型数据

  3. 容器型数据

  4. 流程控制：条件-循环-异常处理

  5. 函数上：低阶函数

  6. 函数下：高阶函数

  7. 类和对象：封装-继承-多态-组合

  8. 字符串专场：格式化和正则化

  9. 解析表达式：简约也简单

  10. 生成器和迭代器：简约不简单

  11. 装饰器：高端不简单

在固定收益 (fixed-income) 世界中，收益率曲线毫无疑问是最重要的概念。它表示给定发行人和给定时间点，投资收益率 (yield) 和期限 (tenor) 之间的关系。市场中没有单一的收益率曲线，在不同的时间点 (time)，对不同的货币 (currency)，对不同的发行人 (issuer) 和不同的信贷水平 (rating) 有一系列不同的收益率曲线。

本次课程目录如下：

1. 基本概念

  • 收益率曲线 101

  • 债券 101

2. Nelson Siegel 模型

  • 瞬时远期利率

  • 即期利率

  • Svensson 模型

3. Nelson Siegel 实现

  • 数据处理

  • 模型优化

  • 结果分析

当我们谈论收益曲线模型时，有两种情况：

  1. 在给定时间点的收益率曲线的形式 (at a point of time)

  2. 收益率曲线随时间变化的动态 (through time)

首先 NS 模型制定了瞬时远期利率（instantaneous forward rates）的形式：

该模型有四个参数 β0, β1, β2, λ，其中 τ = T - t 是到期年限，λ > 0。

瞬时远期利率 f(t, T) 里面有三项：

  • 第一项 β0 是当 τ 趋近无穷大时的远期利率，因此 β0= f(∞)。

  • 第二项是个单调函数，当 β1> 0 时递减，当 β1 < 0 时递增。

  • 第三项是个非单调函数，可以产生 hump。

当 τ 趋近零时，第二项趋近于 β1，第三项趋近于 0，因此 f(0) = β0 + β1。

从上图这样容易看出：

  • β0 的因子载荷是常数，对于对所有期限利率的影响是相同的，因此 β0 可控制利率水平（level），它的变动会使得收益率曲线发生水平上下移动。

  • β1 的因子载荷是单调递减，从1 很快的衰减到 0，这表明 β1 对短端利率的影响较大，因此 β1 可控制曲线斜率（slope），影响着利率曲线的斜率程度。

  • β2 的因子载荷先增后减，从 0 增到 1 再减到 0，这表明 β2 对利率曲线的短端和长端影响较弱，对中端的影响较大，因此 β2 控制曲线曲率（curvature）。

  • τ 是 β1 和 β2 的因子载荷的衰减速度，该值越大衰减越快。

核心代码如下：

拟合结果如下：

对比债券市场和模型价格：

对比债券市场和模型收益率：

本节内容绝对硬核，就等你来学！

付费用户（付 1 赠 1）可以获得：

  • 观看课程视频 (98 分钟)

  • Python 代码 (Jupyter Notebook)

Jupyter Notebook

Python 进阶视频课 - 12. Nelson-Siegel 构建债券收益率曲线相关推荐

  1. Python 进阶视频课 - 9. 默顿模型

    这是 Python 进阶课的第九节 - 用默顿模型计量经济资本,进阶课的目录如下: NumPy 上 NumPy 下 Pandas 上 Pandas 下 SciPy 上 SciPy 下 Pandas 时 ...

  2. Python 进阶视频课 - 10. LSMC 美式百慕大期权定价

    这是 Python 进阶课的第十节 - LSMC 定价美式和百慕大期权,进阶课的目录如下: NumPy 上 NumPy 下 Pandas 上 Pandas 下 SciPy 上 SciPy 下 Pand ...

  3. Python 进阶视频课 - 11. 负油价和负利率模型

    这是 Python 进阶课的第十一节 - 负油价和负利率模型,进阶课的目录如下: NumPy 上 NumPy 下 Pandas 上 Pandas 下 SciPy 上 SciPy 下 Pandas 时间 ...

  4. Python 可视化视频课 - 3. Seaborn 上

    这是 Python 数据可视化系列的第三节<Seaborn 上>. Python 数据可视化 Matplotlib 上 Matplotlib 下 之前 Python 数据分析和基础系列的所 ...

  5. Python进阶——网课不愁系列AI换脸技术

    俗话说的好:网络一线牵,珍惜这段缘! 网络的水很深,年轻人你把握不住,众所周知照片是可以P的,但是"视频"是"P"不了的(狗头保命) 谁能想到AI换脸竟然如此便 ...

  6. python文本挖掘视频课_自动摘要的python实现

    请至PC端网页下载本课程代码课件及数据. 文本挖掘(TM),又称自然语言处理(NLP),是AI时代炙手可热的数据分析挖掘前沿领域,其所涉及的人机对话系统,推荐算法,文本分类等技术在BAT等企业中都得到 ...

  7. python培训视频课 知乎

    Python爬虫为什么受欢迎 如果你仔细观察,就不难发现,懂爬虫.学习爬虫的人越来越多,一方面,互联网可以获取的数据越来越多,另一方面,像 Python这样的编程语言提供越来越多的优秀工具,让爬虫变得 ...

  8. 【视频课】8大真实金融工程案例，20多小时Python进阶课推荐给你学习！

    Python是金融行业的重要工具,本次我们联合<王的机器>公众号号主一起推出Python金融案例进阶课程,并且基于8大金融行业的实际案例进行实践,下面请听介绍. 作者介绍 首先来介绍一下视 ...

  9. 【视频课】10大真实金融量化交易案例，20多小时Python进阶课！

    Python是金融行业的重要工具,本次我们联合<王的机器>公众号号主一起推出Python金融案例进阶课程,并且基于10大金融行业的实际案例进行实践,下面请听介绍. 作者介绍 首先来介绍一下 ...

  10. 【视频课】12小时不一样的高质量Python基础课，推荐给你学习！

    在人工智能和深度学习领域,Python语言是必须掌握的,几乎所有的开源框架都基于Python接口,数据获取与整理需要用到Python,市面上Python教程众多,但良莠不齐,本次我们联合<王的机 ...

最新文章

  1. 使用class-dump破解ipa获取.h文件
  2. HDU.4903.The only survival(组合 计数)
  3. 框架 go_go异步任务框架machinery，嗖嗖的[视频]
  4. 43. Multiply Strings 字符串相乘
  5. j2ee之页面无刷新上传附件
  6. jQuery表单验证的几种方法
  7. 解释三度带和六度带的概念以及各坐标系如何定义
  8. netty搭建简单的文件服务器
  9. php中将excel写入mysql数据库的示例
  10. linux如何打开dhcp服务,怎么开启DHCP服务器啊
  11. SqlHelper帮助类_上(SQLServer数据库含Connection详解)
  12. python调用excel的宏_配置Office Excel运行Python宏脚本
  13. python艺术分形数_Python分形盒计数-分形维数
  14. 宇枫资本投资过程中要注意这些习惯
  15. oracle 错误 20001,LANG=c 引发的 ORA-20001 问题
  16. map和filter方法对于稀缺数组的处理
  17. 百度云虚拟机访问项目404
  18. 基于Flutter的仿微信聊天应用
  19. sap成本流怎么看_[原创]SAP方丈-写给新手的SAP成本核算流程
  20. vue路由匹配实现包容性_简约设计，最大利润，包容性问题

热门文章

  1. ORB_SLAM2编译build_ros.sh时报错([rosbuild] Error from directory check: /opt/ros/kinetic/share)
  2. 伽罗瓦理论笔记暂记2
  3. 基于AT91SAM7se512的串口通讯的实现
  4. 浏览器Debugger
  5. 〖小狼毫〗小狼毫使用心得分享
  6. 2020寒假第三周总结
  7. 向下舍入是什么意思_舍入是什么意思
  8. AtCoder Beginner Contest 233(A~D)题解
  9. 嵌入式系统三级考试终结版2019.3
  10. 我的第一个Python爬虫——谈心得