QuantLib 金融计算——原理之 Bootstrap
这次新开一个系列,不讲应用案例了,尝试介绍 QuantLib 某些核心功能背后的代码逻辑与数学原理。
Bootstrap 的原理
通过合约报价推算期限结构的过程称为“bootstrap”,其思想和实践非常类似于理论证明中用到的“数学归纳法”,大体过程如下:
- 首先将要用到的已知利率和金融工具根据期限升序排列;
- 假设已经求得期限结构上的第 \(n\) 个值——\(TS_n\),对应于第 \(n\) 个报价;
- 令 \(TS_{n+1}\) 是个待定参数 \(x\),并给定一个初值;
- 用已知的期限结构数据——\(TS_1,\dots,TS_n,x\),对第 \(n+1\) 个金融工具进行估值;
- 调整 \(x\),使得估值结果与报价达到一致;
- 此时,\(x\) 便是要求解的 \(TS_{n+1}\);
- 以此类推。
其中 \(TS\) 可以是即期利率、远期利率、贴现因子三者中的任意一个,而可用的插值方法也有线性插值、样条插值、对数线性插值和常数插值等等。两个维度相互搭配可以产生非常多的组合,QuantLib 通过模板技术实现两个维度的*搭配,具体选择哪种组合要视业务需要而定。
其他问题语境下的 bootstrap 计算原理类似。
QuantLib 中的 bootstrap 计算(利率语境)
要在 QuantLib 中 bootstrap 出一条利率曲线所涉及的最核心的类有两个:
- 直接调用的类是
PiecewiseYieldCurve
模板类,它直接接受一组报价; - 另外一个间接调用的类是
IterativeBootstrap
模板类,作为PiecewiseYieldCurve
的默认模板参数。
PiecewiseYieldCurve
需要三个模板参数,前两个分别确定底层数据和插值方法的选择。比如说 PiecewiseYieldCurve<Discount, LogLinear>
表示程序内部 bootstrap 出一条贴现因子曲线,用对数线性法插值得到任意日期上的利率值。
IterativeBootstrap
是 PiecewiseYieldCurve
需要的第三个模板参数,并且是默认选项。它本身就是个模板类,而它的模板参数正是实例化后的 PiecewiseYieldCurve
。C++ 模板就是这么神奇!
在整个 bootstrap 计算过程中,实际出苦力的类是 IterativeBootstrap
,它负责从若干金融工具的报价数据中迭代地求解出利率曲线,而 PiecewiseYieldCurve
则是充当 Boss 的角色。
核心代码细节
现在来看看 QuantLib 具体怎么实现 bootstrap 的。
通过一些模板技巧,PiecewiseYieldCurve
其实是 YieldTermStructure
的派生类,所以它最核心的方法是 discountImpl
(要了解这一点,请阅读《构建 QuantLib》)。
DiscountFactor PiecewiseYieldCurve<C,I,B>::discountImpl(Time t) const
{
calculate();
return base_curve::discountImpl(t);
}
在返回数据之前,PiecewiseYieldCurve
会先调用 calculate
,bootstrap 的计算就发生在这里。
PiecewiseYieldCurve
的 calculate
方法直接复用其基类 LazyObject
的 calculate
方法。这里应用了“模板方法模式”,calculate
只起到传达命令的作用,实际的计算任务被重新委派回了 PiecewiseYieldCurve
的 performCalculations
方法。
void PiecewiseYieldCurve<C,I,B>::performCalculations() const
{
// just delegate to the bootstrapper
bootstrap_.calculate();
}
在 performCalculations
方法中 IterativeBootstrap
的一个实例 bootstrap_
最终执行所有计算。
尽管 IterativeBootstrap
的 calculate
方法代码很长,但毛教员教育我们分析问题要“抓大放小”,其实最核心的代码只有两行,
if (validData)
solver_.solve(*errors_[i], accuracy, guess, min, max);
else
firstSolver_.solve(*errors_[i], accuracy, guess, min, max);
solver_
和 firstSolver_
分别是 Brent
和 FiniteDifferenceNewtonSafe
对象,用于求解(非)线性函数的根,也就是求解利率。
errors_[i] = ext::shared_ptr<BootstrapError<Curve> >(
new BootstrapError<Curve>(ts_, helper, i));
errors_
是 BootstrapError
对象,也是一个函数对象,它负责返回估值结果与实际报价之间的差距,充当待求解的(非)线性函数。
const ext::shared_ptr<typename Traits::helper>& helper = ts_->instruments_[j];
而 helper
就是某个传递给 PiecewiseYieldCurve
的报价对象,在利率语境下通常是 FraRateHelper
或 SwapRateHelper
等 XXXRateHelper
对象,这些 XXXRateHelper
类专门用于 bootstrap 计算。
上述代码便是 QuantLib 对 bootstrap 原理的实现。
开放问题:如何实现 FR007 互换的相关分析?
利率互换的分析分为两大类:
- 对存续合约估计、计算敏感性等;
- 根据最新合约的报价推算利率期限结构。
FR007 互换的现金流结构和普通的利率互换(例如 Shibor3M 互换)基本一致,每隔三个月交换现金流,但确定浮动端利率的方式有不同。在三个月的付息区间内 FR007 利率要每隔七天确定一次,付息区间内的若干 FR007 利率还需要经过某些计算才能最终确定浮动端利率。
根据上述代码的分析,要想最大限度的复用当前逻辑并最小程度的编写代码,需要在 helper
上做文章,可以考虑实现 SwapRateHelper
的兄弟类 FR007SwapRateHelper
,以及配套的 FR007Swap
类(作为 VanillaSwap
的派生类或兄弟类)。
QuantLib 当前实现的 ArithmeticAverageOIS
和 ArithmeticOISRateHelper
也许是非常值得效仿的范例。
下一步将尝试按照上述思路实现 C++ 代码。