3

QuantLib 非常新，所以猜测这是一个新手错误。很高兴了解这个强大的库，所以感谢作者和贡献者！

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。我认为添加地板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，是否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。

这是发生错误的地方：

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())
4

1 回答 1

4

理论第一：在为优惠券定价时，您不能只从预测曲线中获取预期的 LIBOR 利率，并在该利率和下限之间取最小值。取而代之的是，您需要在费率和底价之间取最小值的期望值，不幸E[min(R,F)]的是与 不一样min(E[R],F)。所以不，地板不只是提供最低限度。你需要一个不同的公式来估计预期的回报。

QuantLib 的含义是，简单的浮动利率优惠券可以（并且正在）设置一个默认定价器，该定价器只是从预测曲线中读取利率，但有上限或下限的优惠券需要用户指定要使用的定价器并提供它任何其他需要的数据；在您的情况下，这至少意味着波动性期限结构，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，波动率是由市场报价引导的上限和下限，但创建它的过程有点复杂（请参阅这些测试以获取 C++ 中的示例），我不确定所有需要的类是否都导出到 Python，你最好在QuantLib 邮件列表上询问它。

如果要验证优惠券是否有效，可以使用恒定波动率，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，我把 15% 的波动率从帽子里拉了出来，它不会给你实际的市场价值......

于 2017-02-13T11:15:27.807 回答