基于 Python 的金融分析库：DX

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

以下内容转自 数析学院，只节选了部分，有需要的同学可以直接查看原文


主要内容包括：


第一部分介绍 DX 估值库，分险中立折现以及市场环境的 Python 类；
第二部分介绍几何布朗运动、跳跃扩散、平方根扩散等随机过程分险因素模拟； 第三部分介绍根据单一潜在分险因素估算单一欧式或美式行权方法的期权和衍生品估值；
第四部分介绍期权和衍生品投资组合的估值。

1. import numpy as np
   
2. import pandas as pd
   
3. import datetime as dt

复制代码

1. import sys
   
2. sys.path.append('../python/dxa')

复制代码

一、DX 框架

1. from dx_frame import *

复制代码

1.风险中立折现

1. dates = [dt.datetime(2015, 1, 1), dt.datetime(2015, 7, 1), dt.datetime(2016, 1, 1)]

复制代码

1. deltas = [0.0, 0.5, 1.0]

复制代码

1. csr = constant_short_rate('csr', 0.05)

复制代码

1. csr.get_discount_factors(dates)

复制代码

array([[datetime.datetime(2015, 1, 1, 0, 0), 0.951229424500714],       [datetime.datetime(2015, 7, 1, 0, 0), 0.9755103387657228],       [datetime.datetime(2016, 1, 1, 0, 0), 1.0]], dtype=object)

1. deltas = get_year_deltas(dates)
   
2. deltas

复制代码

array([ 0.        ,  0.49589041,  1.        ])

1. csr.get_discount_factors(deltas, dtobjects=False)

复制代码

array([[ 0.        ,  0.95122942],       [ 0.49589041,  0.97551034],       [ 1.        ,  1.        ]])
2.市场环境

1. me_gbm = market_environment('me_gbm', dt.datetime(2015, 1, 1))

复制代码

1. me_gbm.add_constant('initial_value', 36.)
   
2. me_gbm.add_constant('volatility', 0.2)
   
3. me_gbm.add_constant('final_date', dt.datetime(2015, 12, 31))
   
4. me_gbm.add_constant('currency', 'EUR')
   
5. me_gbm.add_constant('frequency', 'M')
   
6. me_gbm.add_constant('paths', 10000)

复制代码

1. me_gbm.add_curve('discount_curve', csr)

复制代码

以上内容转自 数析学院，如需完整内容可以直接查看原文

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏4 回帖

关键词：python 金融分析 environment Volatility Frequency