企业官网建设流程全解析

seo关键词优化报价价格,外贸网站建设优化,怎么建设维护学校的网站,wordpress网站插件下载失败1.前言 构建收益率曲线和期权波动率曲面是金融工程和定量分析的核心环节。它确保了定价的精确性、一致性#xff0c;并为后续的风险管理和交易决策提供了坚实的基础。一个微小的曲线构建误差#xff0c;可能会导致数百万甚至数亿的定价偏差或风险误判。​随着市场的发展并为后续的风险管理和交易决策提供了坚实的基础。一个微小的曲线构建误差可能会导致数百万甚至数亿的定价偏差或风险误判。​随着市场的发展如 LIBOR 向 SOFR 的过渡和产品的复杂化如结构性产品构建曲线/曲面的模型和技术也变得日益复杂和重要。DolphinDB V3.00.4 推出四个市场数据构建函数函数名模型描述bondYieldCurveBuilderBootstrap/NS/NSS债券收益率曲线构建irSingleCurrencyCurveBuilderBootstrap单货币利率互换曲线构建irCrossCurrencyCurveBuilderBootstrap交叉货币利率互换曲线构建外币隐含利率曲线构建fxVolatilitySurfaceBuilderSVI/SABR/Linear/CubicSpline外汇期权波动率曲面构建下面分别对这四个函数进行详细说明。2.债券收益率曲线构建所有债券的定价和风险计量都需要用到即期曲线零息利率曲线。收益率曲线的形态陡峭、平坦、倒挂和其预期的变化是衍生出众多交易策略的基础。这里我们着重介绍债券收益率曲线构建到期-即期的方法。2.1 Bootstrap拨靴法Bootstrap是一个核心且经典的金融工程方法用于从一系列市场上可交易的、无套利的债券价格中推导出即期利率曲线。核心算法是从样本券中剩余期限最小的开始根据样本券的到期收益率YTM报价利用债券计算器 (bondCalculator) 得到债券全价dirty然后利用假设的即期曲线作为折现曲线对债券进行定价得到理论价格 npv不断调整即期利率使得 npv 和 dirty 相等误差小于阈值即可得到该样本券剩余期限时间点对应的即期利率依次类推即可得到整条即期曲线。这里我们根据外汇交易中心CFETS2025 年 8 月份国债收益率曲线构建基准债券列表选取 2025 年 8 月 18 日收盘数据通过 Bootstrap 方法得到即期曲线“Zero Rate” 列并与 CFETS 即期曲线“CFETS Zero Rate” 列进行对比发现最大误差为期限 20Y 的 0.4964 个 bp所有期限误差均小于 0.5 个 bp。2.2 Nelson-SiegelNSNelson-Siegel (NS) 模型最早由 Nelson 和 Siegel 于 1987 年提出该模型适用于债券的利率期限结构分析。NS 模型中有四个参数每个都有自身的经济含义不同参数值能描述不同情境下的利率曲线的变动情况参考[1]。NS 模型假定了瞬时远期利率的形式该模型有四个参数 β0 , β1 , β2 , λ其中 τT-t 是到期年限λ0。瞬时远期利率 f(t, T) 里面有三项第一项 β0 是当 τ 趋近无穷大时的远期利率因此 β0 f(∞)。第二项是个单调函数当 β1 0 时递减当 β1 0 时递增。第三项是个非单调函数可以产生凸起hump。当 τ 趋近零时第二项趋近于 β1第三项趋近于 0因此 f(0) β0 β1。对瞬时远期利率求积分可以得到即期利率的公式公式 1这样容易看出β0 的因子载荷是常数对于对所有期限利率的影响是相同的因此 β0 可控制利率水平level它的变动会使得收益率曲线发生水平上下移动。β1 的因子载荷是单调递减从1 很快的衰减到 0这表明 β1 对短端利率的影响较大因此 β1 可控制曲线斜率slope影响着利率曲线的斜率程度。β2 的因子载荷先增后减从 0 增到 1 再减到 0这表明 β2 对利率曲线的短端和长端影响较弱对中端的影响较大因此 β2 控制曲线曲率curvature。τ 是 β1 和 β2 的因子载荷的衰减速度该值越大衰减越快。NS模型构建即期曲线的过程首先是根据样本券的到期收益率YTM报价利用债券计算器bondCalculator得到债券全价dirty然后利用假设的即期曲线公式 1作为折现曲线对债券进行定价得到理论价格 npv n 个样本券可以得到 n 对 (dirty npv)最小化以下目标函数即可得到四个参数2.3 Nelson-Siegel-SvenssonNSS在 NS 基础上Svensson 在 1994 年做了改进为了能多模拟一个 hump 形状而增加了两个参数。该模型下的瞬时远期利率的形式为同时求积分我们可以得到其即期利率NSS 模型构建即期曲线的过程跟 NS 模型类似 只是即期曲线的函数解析式不同暂不赘述。2.4 示例// 以2025年8月18日的国债收益率曲线构建为例 bond1 { productType: Cash, assetType: Bond, bondType: DiscountBond, instrumentId: 259916.IB, start: 2025.03.13, maturity: 2025.09.11, issuePrice: 99.2070, dayCountConvention: ActualActualISDA } bond2 { productType: Cash, assetType: Bond, bondType: FixedRateBond, instrumentId: 240021.IB, start: 2024.10.25, maturity: 2025.10.25, coupon: 0.0133, frequency: Annual, dayCountConvention: ActualActualISDA } bond3 { productType: Cash, assetType: Bond, bondType: FixedRateBond, instrumentId: 250001.IB, start: 2025.01.15, maturity: 2026.01.15, coupon: 0.0116, frequency: Annual, dayCountConvention: ActualActualISDA } bond4 { productType: Cash, assetType: Bond, bondType: FixedRateBond, instrumentId: 250013.IB, start: 2025.07.25, maturity: 2026.07.25, coupon: 0.0133, frequency: Annual, dayCountConvention: ActualActualISDA } bond5 { productType: Cash, assetType: Bond, bondType: FixedRateBond, instrumentId: 250012.IB, start: 2025.06.15, maturity: 2027.06.15, coupon: 0.0138, frequency: Annual, dayCountConvention: ActualActualISDA } bond6 { productType: Cash, assetType: Bond, bondType: FixedRateBond, instrumentId: 250010.IB, start: 2025.05.25, maturity: 2028.05.25, coupon: 0.0146, frequency: Annual, dayCountConvention: ActualActualISDA } referenceDate 2025.08.18 bondsTmp [bond1, bond2, bond3, bond4, bond5, bond6] bonds parseInstrument(bondsTmp) /* 此案例对标的是外汇交易中心使用标准期限各个样本券的剩余期限(term)和报价(quote)都是虚拟出来的 https://www.chinamoney.com.cn/chinese/bkcurvclosedyhis/index.html */ terms [1M, 3M, 6M, 1y, 2y, 3y] quotes[1.3000, 1.3700, 1.3898, 1.3865, 1.4296, 1.4466]/100 // method BoostStarp bootstrapCurve bondYieldCurveBuilder(referenceDate, CNY, bonds, terms, quotes, ActualActualISDA, methodBootstrap) bootstrapCurveDict extractMktData(bootstrapCurve) print(bootstrapCurveDict) // method NS nsCurve bondYieldCurveBuilder(referenceDate, CNY, bonds, terms, quotes, ActualActualISDA, methodNS) nsCurveDict extractMktData(nsCurve) print(nsCurveDict) // method NSS nssCurve bondYieldCurveBuilder(referenceDate, CNY, bonds, terms, quotes, ActualActualISDA, methodNSS) nssCurveDictextractMktData(nssCurve) print(nssCurveDict)3. 单货币利率互换曲线构建利率互换IRS是一种重要的金融衍生工具它允许交易双方在约定时期内根据​​相同名义本金​​和不同利率计算方式​​交换利息现金流​​。这通常涉及固定利率与浮动利率的交换但不交换本金。利率互换定价需要用到利率互换曲线我们这里介绍单货币利率互换曲线构建涉及到的金融工具包括存款利率 (Depo) 提供短期利率信息如 1 天至 1 年远期利率协议 (FRA) 提供短期到中期的远期利率信息如 3M-6M利率期货 (Futures) 提供中短期的隐含远期利率如 3M-2Y利率互换 (Swaps) 提供中长期固定利率点如 1Y-30Y3.1 Bootstrap针对国内市场我们选取的是 Depo 和 Swaps 作为构建工具采用 Bootstrap 方法算法请参考[2][3]。这里仅展示 CNY_FR_007 和 CNY_SHIBOR_3M 两条曲线的构建结果。我们以2021年5月26日数据为例根据 CNY_FR_007 各个期限交易的报价(“Quote”列)利用 Bootstrap 方法得到即期曲线 (“Zero Rate” 列) 对比国内某大型机构的即期曲线“Benchmark Zero Rate”误差几乎为零。我们以2021年5月26日数据为例根据 CNY_SHIBOR_3M 各个期限交易的报价 (“Quote”列)利用 Bootstrap 方法得到即期曲线(“Zero Rate“列)对比国内某大型机构的即期曲线“Benchmark Zero Rate”误差最大为 1M 期的 1.0539bp其余期限误差均小于 0.5bp。3.2 示例例1. 构建一条以人民币计价、参考 FR_007 浮动利率的利率互换曲线。referenceDate 2021.05.26 currency CNY terms [7d, 1M, 3M, 6M, 9M, 1y, 2y, 3y, 4y, 5y, 7y, 10y] instNames take(CNY_FR_007, size(terms)) instNames[0] FR_007 instTypes take(IrVanillaSwap, size(terms)) instTypes[0] Deposit quotes [2.3500, 2.3396, 2.3125, 2.3613, 2.4075, 2.4513, 2.5750, 2.6763, 2.7650, 2.8463, 2.9841, 3.1350]\100 dayCountConvention Actual365 curve irSingleCurrencyCurveBuilder(referenceDate, currency, instNames, instTypes, terms, quotes, dayCountConvention, curveNameCNY_FR_007) curveDict extractMktData(curve) print(curveDict)例2. 构建一条以人民币计价、参考 SHIBOR_3M 浮动利率的利率互换曲线。referenceDate 2021.05.26 currency CNY terms [1w, 2w, 1M, 3M, 6M, 9M, 1y, 2y, 3y, 4y, 5y, 7y, 10y] instNames take(CNY_SHIBOR_3M, size(terms)) instNames[0] SHIBOR_1W instNames[1] SHIBOR_2W instNames[2] SHIBOR_1M instNames[3] SHIBOR_3M instTypes take(IrVanillaSwap, size(terms)) instTypes[0] Deposit instTypes[1] Deposit instTypes[2] Deposit instTypes[3] Deposit quotes [2.269, 2.311, 2.405, 2.479, 2.6013, 2.7038,2.7725, 2.9625, 3.11, 3.24, 3.3513, 3.5313, 3.7125]/100 dayCountConvention Actual365 curve irSingleCurrencyCurveBuilder(referenceDate, currency, instNames, instTypes, terms, quotes, dayCountConvention) curveDict extractMktData(curve) print(curveDict)4. 外币隐含利率曲线构建在外汇产品的定价中需要输入两种货币的即期曲线来分别表示各自的资金成本所以构建外币的隐含利率曲线也是很重要的。 通常情况下构建外币隐含利率曲线的金融工具有外汇掉期 (FxSwap) 提供短期利率信息货币交叉互换 (CrossCurrencySwap) 提供中期到远期期的利率信息4.1 Bootstrap对于国内市场我们全部采用 FxSwap 和外汇即期报价通过利率平价公式推导出外币的隐含利率曲线。根据远期汇率公式以连续复利为例其中 S1 为近端即期汇率S2 为远端汇率t 为掉期的期限SwapPointt 为外汇掉期的报价rd,t 为对应期限 t 的本币零息利率。根据上式即可推导出期限 t 对应的外币的零息利率 rf,t 。这里展示一条美元隐含收益率曲线USD_USDCNY_FX的构建结果根据外汇交易中心提供的2025年8月18日 USDCNY 外汇掉期报价(“Quote” 列)、即期汇率和人民币即期利率曲线“CNY Zero Rate”列利用利率平价公式得到美元即期曲线“Zero Rate” 列对比外汇交易中心的美元即期曲线“CFETS Zero Rate”误差几乎为零。4.2 示例// 以2025年8月18日的USDCNY美元隐含收益率曲线构建为例 refDate 2025.08.18 spotDate1 temporalAdd(refDate, 2, XNYS) //美元的即期日其中“XNYS”为美国交易日历 spotDate2 temporalAdd(refDate, 2, CFET) //人民币的即期日其中“XNYS”为中国交易日历 spotDate max(spotDate1, spotDate2) instNames take(USDCNY, 13) instTypes take(FxSwap, 13) terms [1d, 1w, 2w, 3w, 1M, 2M, 3M, 6M, 9M, 1y, 18M, 2y, 3y] curveDates array(DATE) // 计算每个外汇掉期报价到期日作为曲线的时间轴 for(term in terms){ dur duration(term) d1 transFreq(temporalAdd(spotDate, dur), XNYS, right, right) d2 transFreq(temporalAdd(spotDate, dur), CFET, right, right) curveDates.append!(max(d1, d2)) } quotes [-5.54, -39.00, -75.40, -113.20, -177.00, -317.00, -466.00, -898.50, -1284.99, -1676.00, -2320.00, -2870.00, -3962.50] \ 10000 // fx swap points curve { mktDataType: Curve, curveType: IrYieldCurve, referenceDate: refDate, currency: CNY, dayCountConvention: Actual365, compounding: Continuous, interpMethod: Linear, extrapMethod: Flat, dates: curveDates, values: [1.5113, 1.5402, 1.5660, 1.5574, 1.5556, 1.5655, 1.5703, 1.5934, 1.6040, 1.6020, 1.5928, 1.5842, 1.6068] \ 100, settlement: spotDate } cnyShibor3m parseMktData(curve) spot 7.1627 curve irCrossCurrencyCurveBuilder(refDate, USD, instNames, instTypes, terms, quotes, USDCNY, spot, Actual365, cnyShibor3m, Continuous) curveDict extractMktData(curve) for(i in 0..(size(quotes)-1) ){ print(curveDict[values][i]*100) }5. 外汇期权波动率曲面构建外汇期权定价需要用到波动率而对于单个期权而言其波动率需要按照自身的执行价和剩余期限从波动率曲面中插值出来。不同于其他资产对应期权的 strike-vol 报价外汇期权报价采用 delta-vol 的形式所以曲面构建的第一步就是 delta 转 strike 转换过程如下//Step1计算出单个期权对应的vol sigma_25c sigma_atm bf_25 0.5 * rr_25 //delta 0.25的vol sigma_25p sigma_atm bf_25 - 0.5 * rr_25 //delta -0.25的vol sigma_10c sigma_atm bf_10 0.5 * rr_10 //delta 0.10的vol sigma_10p sigma_atm bf_10 - 0.5 * rr_10 //delta -0.10的vol /* 其中 sigma_atm平值期权报价 bf_25delta0.25的碟式Butterfly期权报价 rr_25delta0.25的风险逆转Risk Reversal期权报价 bf_10delta0.10的碟式Butterfly期权报价 rr_10delta0.10的风险逆转Risk Reversal期权报价 */ //Step2根据Black-Scholes计算delta的公式反堆strike这里不展开请参考文献[5]得到 strike-volsmile离散点之后就可以根据以下模型构建波动率微笑了。由于线性插值Linear和三次样条插值CubicSpile构建波动率微笑比较简单这里不展开重点介绍 SVI 和 SABR 模型。5.1 SVIStochastic Volatility InspiredSVI 模型由 Jim Gatheral 提出通过总方差建模隐含波动率微笑公式 2其中ω(k)总方差 定义 ω(k)σ2imp×Tσ2imp 为隐含波动率T 为到期时间k对数 moneynesskln(K/F)K 为行权价格F 为远期汇率a最小总方差控制总方差的基准水平b控制总方差的倾斜程度ρ控制微笑的对称性ρ∈[-1,1]通常为负值m对数 moneyness 的中心位置σ控制微笑的宽带公式 2 中的左边可以根据上一节 strike-vol 得到strike 就是 kln(K/F) 的计算公式中的 KF 可以根据远期汇率公式计算 vol 就是 σimp 。定义目标函数可以采用Levenberg-Marquardt等算法最小化目标函数求出五个参数即可得到整个 smile 曲线上任意 strike 对应的 vol。5.2 SABRStochastic Alpha Beta RhoSABR 模型的隐含波动率近似公式为其中IV(K)行权价格 K 对应的隐含波动率α初始波动率控制波动率水平β控制波动率对标的价格的敏感性取值范围为 [0,1]ρ标的资产价格与波动率之间的相关性υ波动率的波动率vol-of-volK 行权价格F 远期汇率T 到期时间定义目标函数采用Levenberg-Marquardt等算法最小化目标函数求出四个参数即可得到整个 smile 曲线上任意 strike 对应的 vol。5.3 示例以外汇交易中心 2025 年 8 月 18 日数据为例选取 USDCNY 外汇期权 delta 报价矩阵为参数SVI 模型拟合波动率微笑得到了外汇波动率曲面该曲面可用作外汇期权的定价。refDate 2025.08.18 ccyPair USDCNY quoteTerms [1d, 1w, 2w, 3w, 1M, 2M, 3M, 6M, 9M, 1y, 18M, 2y, 3y] quoteNames [ATM, D25_RR, D25_BF, D10_RR, D10_BF] quotes [0.030000, -0.007500, 0.003500, -0.010000, 0.005500, 0.020833, -0.004500, 0.002000, -0.006000, 0.003800, 0.022000, -0.003500, 0.002000, -0.004500, 0.004100, 0.022350, -0.003500, 0.002000, -0.004500, 0.004150, 0.024178, -0.003000, 0.002200, -0.004750, 0.005500, 0.027484, -0.002650, 0.002220, -0.004000, 0.005650, 0.030479, -0.002500, 0.002400, -0.003500, 0.005750, 0.035752, -0.000500, 0.002750, 0.000000, 0.006950, 0.038108, 0.001000, 0.002800, 0.003000, 0.007550, 0.039492, 0.002250, 0.002950, 0.005000, 0.007550, 0.040500, 0.004000, 0.003100, 0.007000, 0.007850, 0.041750, 0.005250, 0.003350, 0.008000, 0.008400, 0.044750, 0.006250, 0.003400, 0.009000, 0.008550] quotes reshape(quotes, size(quoteNames):size(quoteTerms)).transpose() spot 7.1627 curveDates [2025.08.21, 2025.08.27, 2025.09.03, 2025.09.10, 2025.09.22, 2025.10.20, 2025.11.20, 2026.02.24,2026.05.20, 2026.08.20, 2027.02.22, 2027.08.20, 2028.08.21] domesticCurveInfo { mktDataType: Curve, curveType: IrYieldCurve, referenceDate: refDate, currency: CNY, dayCountConvention: Actual365, compounding: Continuous, interpMethod: Linear, extrapMethod: Flat, frequency: Annual, dates: curveDates, values:[1.5113, 1.5402, 1.5660, 1.5574, 1.5556, 1.5655, 1.5703, 1.5934, 1.6040, 1.6020, 1.5928, 1.5842, 1.6068]/100 } foreignCurveInfo { mktDataType: Curve, curveType: IrYieldCurve, referenceDate: refDate, currency: USD, dayCountConvention: Actual365, compounding: Continuous, interpMethod: Linear, extrapMethod: Flat, frequency: Annual, dates: curveDates, values:[4.3345, 4.3801, 4.3119, 4.3065, 4.2922, 4.2196, 4.1599, 4.0443, 4.0244, 3.9698, 3.7740, 3.6289, 3.5003]/100 } domesticCurve parseMktData(domesticCurveInfo) foreignCurve parseMktData(foreignCurveInfo) surf fxVolatilitySurfaceBuilder(refDate, ccyPair, quoteNames, quoteTerms, quotes, spot, domesticCurve, foreignCurve) surfDict extractMktData(surf) print(surfDict)6. 工具函数6.1 curvePredict构建好曲线之后我们可以通过 curvePredict 函数获取任意时间的曲线值。curveDict { mktDataType: Curve, curveType: IrYieldCurve, referenceDate: 2025.08.18, currency: CNY, dayCountConvention: ActualActualISDA, compounding: Continuous, interpMethod: Linear, extrapMethod: Flat, frequency: Annual, dates: [2025.08.21, 2025.08.27, 2025.09.03, 2025.09.10, 2025.09.22, 2025.10.20, 2025.11.20, 2026.02.24, 2026.05.20, 2026.08.20, 2027.02.22,2027.08.20, 2028.08.21], values:[1.5113, 1.5402, 1.5660, 1.5574, 1.5556, 1.5655, 1.5703, 1.5934, 1.6040, 1.6020, 1.5928, 1.5842, 1.6068]/100 } curve parseMktData(curveDict) curvePredict(curve, 2025.10.18) // output: 0.0156 curvePredict(curve, 1.0) // output: 0.0160 curvePredict(curve, [2025.10.18, 2026.10.18]) // output: [0.0156,0.0159] curvePredict(curve, [1.0, 2.0]) // output: [0.0160,0.0158]6.2 optionVolPredict波动率曲面是一个三维曲面我们可以通过 optionVolPredict 获取指定时间和执行价时曲面上的波动率。refDate 2025.08.18 ccyPair USDCNY quoteTerms [1d, 1w, 2w, 3w, 1M, 2M, 3M, 6M, 9M, 1y, 18M, 2y, 3y] quoteNames [ATM, D25_RR, D25_BF, D10_RR, D10_BF] quotes [0.030000, -0.007500, 0.003500, -0.010000, 0.005500, 0.020833, -0.004500, 0.002000, -0.006000, 0.003800, 0.022000, -0.003500, 0.002000, -0.004500, 0.004100, 0.022350, -0.003500, 0.002000, -0.004500, 0.004150, 0.024178, -0.003000, 0.002200, -0.004750, 0.005500, 0.027484, -0.002650, 0.002220, -0.004000, 0.005650, 0.030479, -0.002500, 0.002400, -0.003500, 0.005750, 0.035752, -0.000500, 0.002750, 0.000000, 0.006950, 0.038108, 0.001000, 0.002800, 0.003000, 0.007550, 0.039492, 0.002250, 0.002950, 0.005000, 0.007550, 0.040500, 0.004000, 0.003100, 0.007000, 0.007850, 0.041750, 0.005250, 0.003350, 0.008000, 0.008400, 0.044750, 0.006250, 0.003400, 0.009000, 0.008550] quotes reshape(quotes, size(quoteNames):size(quoteTerms)).transpose() spot 7.1627 curveDates [2025.08.21, 2025.08.27, 2025.09.03, 2025.09.10, 2025.09.22, 2025.10.20, 2025.11.20, 2026.02.24, 2026.05.20, 2026.08.20, 2027.02.22, 2027.08.20, 2028.08.21] domesticCurveInfo { mktDataType: Curve, curveType: IrYieldCurve, referenceDate: refDate, currency: CNY, dayCountConvention: Actual365, compounding: Continuous, interpMethod: Linear, extrapMethod: Flat, frequency: Annual, dates: curveDates, values:[1.5113, 1.5402, 1.5660, 1.5574, 1.5556, 1.5655, 1.5703, 1.5934, 1.6040, 1.6020, 1.5928, 1.5842, 1.6068]/100 } foreignCurveInfo { mktDataType: Curve, curveType: IrYieldCurve, referenceDate: refDate, currency: USD, dayCountConvention: Actual365, compounding: Continuous, interpMethod: Linear, extrapMethod: Flat, frequency: Annual, dates: curveDates, values:[4.3345, 4.3801, 4.3119, 4.3065, 4.2922, 4.2196, 4.1599, 4.0443, 4.0244, 3.9698, 3.7740, 3.6289, 3.5003]/100 } domesticCurve parseMktData(domesticCurveInfo) foreignCurve parseMktData(foreignCurveInfo) surf fxVolatilitySurfaceBuilder(refDate, ccyPair, quoteNames, quoteTerms, quotes, spot, domesticCurve, foreignCurve) optionVolPredict(surf, 2025.10.18, 7) /* output: 7 ----------------- 2025.10.18|0.035427722673281 */ optionVolPredict(surf, 2025.10.18, [7.1,7.2]) /* output: 7.1 7.2 ----------------- ----------------- 2025.10.18|0.029466799513362 0.029268084254983 */ optionVolPredict(surf, [2025.10.18, 2026.10.18], 7) /* output: 7 ----------------- 2025.10.18|0.035427722673281 2026.10.18|0.040453528763062 */ optionVolPredict(surf, [2025.10.18, 2026.10.18], [7.1, 7.2]) /* output: 7.1 7.2 ----------------- ----------------- 2025.10.18|0.029466799513362 0.029268084254983 2026.10.18|0.042188693924168 0.044408563755123 */7. 总结与展望本教程展示了部分利率曲线和外汇期权波动率曲面的构建理论和方法并用 DolphinDB 内置函数逐一进行了 使用说明结果和相关基准进行了对比同时提供了工具函数方便用户使用。后续我们会在两个方面不断迭代与更新增加更多的曲线/曲面构建函数比如商品远期曲线、CDS 信用利差曲线、商品期权波动率曲面等同一个函数增加更多的标的品种比如单货币利率互换曲线构建函数irSingleCurrencyCurveBuilder目前仅支持 CNY_FR_007 和 CNY_SHIBOR_3M后续会增加 USD_SOFR / EUR_ESTR 等曲线收益率曲线和波动率曲面构建是金融工程的核心功能这些中间市场数据不仅是定价和风控的前提也为众多量化策略参考[6]提供了帮助。随着中国金融市场的不断崛起我们会紧跟市场提供更多的金融工程函数来服务客户敬请期待参考[1] 债券收益率曲线构建[2]『曲线构建系列 1』单曲线方法[3] F. Ametrano and M. Bianchetti. Everything you always wanted to know about Multiple In terest Rate Curve Bootstrapping but were afraid to ask (April 2, 2013). Available at SSRN: Everything You Always Wanted to Know About Multiple Interest Rate Curve Bootstrapping but Were Afraid to Ask or Everything You Always Wanted to Know About Multiple Interest Rate Curve Bootstrapping but Were Afraid to Ask , 2013.[4] Reiswich, D., Wystup, U. (2010). FX Volatility Smile Construction.CPQF Working Paper Series, No. 20. Frankfurt School of Finance Management.[5] Clark, I. J. (2011).Foreign exchange option pricing: A practitioners guide. Chichester, West Sussex, PO19 8SQ, United Kingdom: John Wiley Sons Ltd.[6] 徐寒飞. 债券量化研究系列专题之二收益率曲线交易[R]. 广州: 广发证券股份有限公司, 2013-01-08.附录curve_volsurf_builder.dos