第九章:关键利率久期和 VaR 分析

思维导图

一些想法

  • 在解关键方程的时候施加 \(L^1\) 约束也许可以得到“稀疏解”,进而减少交易成本。
  • 借鉴样条插值拟合期限结构时选择 knot 的方法选择关键期限。

有关现金流映射技术的推导

已知,

\[
\Delta y(t) =
\begin{cases}
\Delta y(t_{first}) & t \le t_{first}\\
\Delta y(t_{last}) & t \ge t_{last}\\
\alpha \Delta y(t_{left}) + (1-\alpha) \Delta y(t_{right})& \text{ else}
\end{cases}
\]

\[
\alpha = \frac{t_{right}-t}{t_{right} - t_{left}}
\]

\[
t_{left} < t < t_{right}
\]

求解 \(CF_{left}\)、\(CF_{right}\) 和 \(CF_0\) 使得:

\[
\begin{aligned}
P &= \frac{CF_t}{e^{y(t)t}} \\
&= \frac{CF_{left}}{e^{y(t_{left})t_{left}}} + \frac{CF_{right}}{e^{y(t_{right})t_{right}}} + CF_0
\end{aligned} \tag{1}
\]

要求关键利率久期不变,那么:

\[
\begin{aligned}
\frac{1}{P} \frac{\partial P}{\partial y(t_{left})}
&=\frac{1}{P} \frac{\partial P}{\partial y(t)} \frac{\partial y(t)}{\partial y(t_{left})}\\
&\approx\frac{1}{P} \frac{\partial P}{\partial y(t)} \frac{\Delta y(t)}{\Delta y(t_{left})}\\
&\approx-\frac{1}{P} \frac{CF_t\times t}{e^{y(t)t}} \alpha\\
&=-t\alpha \\
\frac{1}{P} \frac{\partial P}{\partial y(t_{left})}
&=\frac{1}{P} \frac{\partial \left(\frac{CF_{left}}{e^{y(t_{left})t_{left}}} + \frac{CF_{right}}{e^{y(t_{right})t_{right}}} + CF_0 \right) }{\partial y(t_{left})}\\
&=-\frac{1}{P} \frac{CF_{left}\times t_{left}}{e^{y(t_{left})t_{left}}}
\end{aligned}
\]

解出

\[
CF_{left} = \frac{t \alpha P e^{y(t_{left})t_{left}}}{t_{left}} \tag{2}
\]

同理解出

\[
CF_{right} = \frac{t (1-\alpha) P e^{y(t_{right})t_{right}}}{t_{right}} \tag{3}
\]

(2)和(3)代入(1)解出

\[
CF_0 = P \times \frac{(t-t_{left})(t-t_{right})}{t_{left} \times t_{right}}
\]

《Interest Rate Risk Modeling》阅读笔记——第九章:关键利率久期和 VaR 分析的更多相关文章

  1. 《Interest Rate Risk Modeling》阅读笔记——第五章:久期向量模型

    目录 第五章:久期向量模型 思维导图 久期向量的推导 久期向量 广义久期向量 一些想法 第五章:久期向量模型 思维导图 久期向量的推导 \[ V_0 = \sum_{t=t_1}^{t_n} CF_t ...

  2. 《Interest Rate Risk Modeling》阅读笔记——第二章:债券价格、久期与凸性

    目录 第二章:债券价格.久期与凸性 思维导图 瞬时回报率-收益率的例子 第二章:债券价格.久期与凸性 思维导图 瞬时回报率-收益率的例子

  3. 《Interest Rate Risk Modeling》阅读笔记——第一章:利率风险建模概览

    目录 第一章:利率风险建模概览 思维导图 一些想法 第一章:利率风险建模概览 思维导图 一些想法 久期向量模型类似于研究组合收益的高阶矩. 久期向量模型用的是一般多项式表达高阶久期,试试正交多项式? ...

  4. 《Interest Rate Risk Modeling》阅读笔记——第四章:M-absolute 和 M-square 风险度量

    目录 第四章:M-absolute 和 M-square 风险度量 思维导图 两个重要不等式的推导 关于 \(M^A\) 的不等式 关于 \(M^2\) 的不等式 凸性效应(CE)和风险效应(RE)的 ...

  5. 《Interest Rate Risk Modeling》阅读笔记——第三章:拟合期限结构

    目录 第三章:拟合期限结构 思维导图 扩展 第三章:拟合期限结构 思维导图 扩展 NS 模型的变种

  6. 《Interest Rate Risk Modeling》阅读笔记——第八章:基于 LIBOR 模型用互换和利率期权进行对冲

    目录 第八章:基于 LIBOR 模型用互换和利率期权进行对冲 思维导图 推导浮息债在重置日(reset date)的价格 第八章:基于 LIBOR 模型用互换和利率期权进行对冲 思维导图 推导浮息债在 ...

  7. 《Interest Rate Risk Modeling》阅读笔记——第十章 主成分模型与 VaR 分析

    目录 第十章:主成分模型与 VaR 分析 思维导图 一些想法 推导 PCD.PCC 和 KRD.KRC 的关系 PCD 和 KRD PCC 和 KRC 第十章:主成分模型与 VaR 分析 思维导图 一 ...

  8. Android群英传笔记——第九章:Android系统信息和安全机制

    Android群英传笔记--第九章:Android系统信息和安全机制 本书也正式的进入尾声了,在android的世界了,不同的软件,硬件信息就像一个国家的经济水平,军事水平,不同的配置参数,代表着一个 ...

  9. o'Reill的SVG精髓(第二版)学习笔记——第九章

    第九章:文本 9.1 字符:在XML文档中,字符是指带有一个数字值的一个或多个字节,数字只与Unicode标准对应. 符号:符号(glyph)是指字符的视觉呈现.每个字符都可以用很多不同的符号来呈现. ...

随机推荐

  1. linux下windows访问samba服务器

    今天学习windows如何访问linux的共享文件. 开通samba服务,首先需要在linux下安装samba程序包,又再次使用光盘镜像挂载: [root@localhost home]# mount ...

  2. RedHat7.0 网络源的配置

    RedHat7.0 yum源的配置 写这篇随笔的目的 为了记录自己的操作,能够为以后的再次配置提供参考 因为网上的教程都有些年代了,为了方便其他同学方便配置 提高下自己的写作水平 参考资料 RedHa ...

  3. 吴裕雄 PYTHON 人工智能——智能医疗系统后台智能分诊模块及系统健康养生公告简约版代码展示

    #coding:utf-8 import sys import cx_Oracle import numpy as np import pandas as pd import tensorflow a ...

  4. 第八届极客大挑战 Re

    0x01.Writeup-RE-CM_2 题目: 解题思路: 1.这个是经过xor的,王老师提示说用xortool,于是放进kali,装好之后执行 xortool CM_2.exe -b, 0.out ...

  5. MySQL - Schema和Database的区别

    问题来源 在pycharm发现Create new schema的效果和新建数据库一样,所以产生这个问题 参考 https://stackoverflow.com/questions/11618277 ...

  6. 吴裕雄 python 神经网络——TensorFlow 花瓣分类与迁移学习(3)

    import glob import os.path import numpy as np import tensorflow as tf from tensorflow.python.platfor ...

  7. Codeforces Round #618 (Div. 2)C. Anu Has a Function

    Anu has created her own function ff : f(x,y)=(x|y)−y where || denotes the bitwise OR operation. For ...

  8. IO课堂测试

    一,用户需求 英语的26 个字母的频率在一本小说中是如何分布的?某类型文章中常出现的单词是什么?某作家最常用的词汇是什么?<哈利波特与魔法石> 中最常用的短语是什么,等等. (1)要求1: ...

  9. Pako.js压缩解压,vue压缩解压,前后端之间高效数据传输

    项目开发中常常会遇到前后端之间有大量数据传输占用带宽导致页面响应慢的问题,这时候我们可以考虑使用Pako.js对信息进行压缩之后传输. 我在前端使用的是vue-element-admin前端框架.框架 ...

  10. Web性能测试工具推荐

    WEB性能测试工具主要分为三种: 一种是测试页面资源加载速度的: 一种是测试页面加载完毕后页面呈现.JS操作速度的: 一种是总体上对页面进行评价分析. ~~~如果谁有更好的工具也请一起分享下   1. ...