FRM模型十四:FRA估值

2024-03-04 13:44
文章标签 模型 十四 估值 frm fra

本文主要是介绍FRM模型十四:FRA估值,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

什么是FRA

FRA(Forward rate agrreement)远期利率协议,是一种场外衍生品。FRA在0时刻确定,在未来时刻进行交易的协议。例如FRA3,6表示双方约定在3个月后以Rk的利率水平借款3个月。

应用场景:某公司未来3个月有融资需求,借款时间为6个月,担心未来市场利率过高,为了控制融资成本,进入了FRA将融资成本锁定。

估值:多头方
在这里插入图片描述

( R − R k ) ∗ τ ∗ P r i n c i p a l 1 + R f ∗ τ \frac{(R-R_{k})*\tau*Principal}{1+R_{f}*\tau} 1+Rfτ(RRk)τPrincipal

举个例子:
一个投资者进入FRA合约,约定三个月后按照3%的固定利率借入1million,假设3个月后市场利率为1%,计算该FRA的价格。

$1,000,000(0.01 − 0.03)(0.25) = −$5,000
注意:该价值为在t1时刻的价值,如果求0时刻价值,需要折现到0时刻。

代码实现

仍然用到强大的QuantLib包。

ql.ForwardRateAgreement(valueDate, maturityDate, position, strikeForward, notional, iborIndex, discountCurve=ql.YieldTermStructureHandle())

构造FRA合约需要用到几个参数
valueDate:估值日
maturityDate:到期日
position:多头还是空头方
strikeForward:约定未来执行利率
notional:本金
discountCurve:折现曲线,需为xxxxhandle对象

构建一个FRA3*6,当前日期为2020年6月30日,6个月后到期,固定利率为1%,结算以90天LIBOR为基础。

import QuantLib as ql############ FRA
# 构建几个重要时间
todayDate = ql.Date(30, 6, 2020)
ql.Settings.instance().evaluationDate = todayDate   #将评估日设定为当前日期# 设定按照美国市场的时间,因为FRA一般在1年以内,所以用act/360计息
calendar = ql.UnitedStates(ql.UnitedStates.SOFR)
dayCount = ql.Actual360()
compounding = ql.Simple
compoundingFrequency = ql.Annual# 构建折现的利率曲线
spotDates = [todayDate, calendar.advance(todayDate, ql.Period(6, ql.Months)),calendar.advance(todayDate, ql.Period(12, ql.Months))]
spotRates = [0.05, 0.05, 0.05]
curve = ql.ZeroCurve(spotDates, spotRates, dayCount, calendar, ql.Linear(), ql.Compounded, ql.Semiannual)
yts = ql.YieldTermStructureHandle(curve)
index = ql.USDLibor(ql.Period('3M'), yts)# FRA估值
maturityDate = calendar.advance(todayDate, ql.Period(6, ql.Months))
FRA = ql.ForwardRateAgreement(calendar.advance(todayDate,ql.Period(3,ql.Months)), maturityDate, ql.Position.Long,0.01, 1e6, index, yts)
print(FRA.NPV())

最终得到该FRA价值为:9786

几个注意点:

  1. 构建利率曲线时定义spotDates不要自己手输时间(比如2020年6月30日,2020年9月30日,2021年6月30日),因为输入的日期很有可能是非交易日,会报错。应该用advance函数。
  2. 构建FRA函数时第一个参数估值日并非当前时间(按照上面的图来看,不是0时刻而是t1时刻),如果输入的是0时刻,得到的估值就是0.

这篇关于FRM模型十四:FRA估值的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/773359

相关文章

Java领域模型示例详解

《Java领域模型示例详解》本文介绍了Java领域模型(POJO/Entity/VO/DTO/BO)的定义、用途和区别,强调了它们在不同场景下的角色和使用场景,文章还通过一个流程示例展示了各模型如何协... 目录Java领域模型(POJO / Entity / VO/ DTO / BO)一、为什么需要领域模

深入理解Redis线程模型的原理及使用

《深入理解Redis线程模型的原理及使用》Redis的线程模型整体还是多线程的,只是后台执行指令的核心线程是单线程的,整个线程模型可以理解为还是以单线程为主,基于这种单线程为主的线程模型,不同客户端的... 目录1 Redis是单线程www.chinasem.cn还是多线程2 Redis如何保证指令原子性2.

Linux五种IO模型的使用解读

《Linux五种IO模型的使用解读》文章系统解析了Linux的五种IO模型(阻塞、非阻塞、IO复用、信号驱动、异步),重点区分同步与异步IO的本质差异,强调同步由用户发起,异步由内核触发,通过对比各模... 目录1.IO模型简介2.五种IO模型2.1 IO模型分析方法2.2 阻塞IO2.3 非阻塞IO2.4

python使用Akshare与Streamlit实现股票估值分析教程(图文代码)

《python使用Akshare与Streamlit实现股票估值分析教程(图文代码)》入职测试中的一道题,要求:从Akshare下载某一个股票近十年的财务报表包括,资产负债表,利润表,现金流量表,保存... 目录一、前言二、核心知识点梳理1、Akshare数据获取2、Pandas数据处理3、Matplotl

详解如何使用Python从零开始构建文本统计模型

《详解如何使用Python从零开始构建文本统计模型》在自然语言处理领域,词汇表构建是文本预处理的关键环节,本文通过Python代码实践,演示如何从原始文本中提取多尺度特征,并通过动态调整机制构建更精确... 目录一、项目背景与核心思想二、核心代码解析1. 数据加载与预处理2. 多尺度字符统计3. 统计结果可

SpringBoot整合Sa-Token实现RBAC权限模型的过程解析

《SpringBoot整合Sa-Token实现RBAC权限模型的过程解析》:本文主要介绍SpringBoot整合Sa-Token实现RBAC权限模型的过程解析,本文给大家介绍的非常详细,对大家的学... 目录前言一、基础概念1.1 RBAC模型核心概念1.2 Sa-Token核心功能1.3 环境准备二、表结

Spring Security基于数据库的ABAC属性权限模型实战开发教程

《SpringSecurity基于数据库的ABAC属性权限模型实战开发教程》:本文主要介绍SpringSecurity基于数据库的ABAC属性权限模型实战开发教程,本文给大家介绍的非常详细,对大... 目录1. 前言2. 权限决策依据RBACABAC综合对比3. 数据库表结构说明4. 实战开始5. MyBA

Java的IO模型、Netty原理解析

《Java的IO模型、Netty原理解析》Java的I/O是以流的方式进行数据输入输出的,Java的类库涉及很多领域的IO内容:标准的输入输出,文件的操作、网络上的数据传输流、字符串流、对象流等,这篇... 目录1.什么是IO2.同步与异步、阻塞与非阻塞3.三种IO模型BIO(blocking I/O)NI

基于Flask框架添加多个AI模型的API并进行交互

《基于Flask框架添加多个AI模型的API并进行交互》:本文主要介绍如何基于Flask框架开发AI模型API管理系统,允许用户添加、删除不同AI模型的API密钥,感兴趣的可以了解下... 目录1. 概述2. 后端代码说明2.1 依赖库导入2.2 应用初始化2.3 API 存储字典2.4 路由函数2.5 应

C#集成DeepSeek模型实现AI私有化的流程步骤(本地部署与API调用教程)

《C#集成DeepSeek模型实现AI私有化的流程步骤(本地部署与API调用教程)》本文主要介绍了C#集成DeepSeek模型实现AI私有化的方法,包括搭建基础环境,如安装Ollama和下载DeepS... 目录前言搭建基础环境1、安装 Ollama2、下载 DeepSeek R1 模型客户端 ChatBo