加载中…
个人资料
盘后TeaTime
盘后TeaTime
  • 博客等级:
  • 博客积分:0
  • 博客访问:61,781
  • 关注人气:70
  • 获赠金笔:0支
  • 赠出金笔:0支
  • 荣誉徽章:
访客
加载中…
好友
加载中…
评论
加载中…
留言
加载中…
博文

第二部分  使用国债期货进行利率风险管理的若干问题


从本章开始,我们的问题基本会围绕使用国债期货对冲利率风险或者如何优化久期管理来展开。内容安排如下,第四章介绍关键利率法,涉及关键利率久期的计算以及对冲方法,同时也会给出在Matlab上的实现。第五章和第六章会分别介绍回归分析法、主成分分析法在管理利率风险上的运用。作为第二部分的结束,第七章将讨论国债期货的负凸性,为后面第三部分国债期货的定价做铺垫。



关键利率法在利率风险管理中的运用


本节将介绍关键利率法及其在利率风险管理中的运用。首先我们来复习一下固定收益的一些基本概念。[1]掌握清楚这些概念后,将对理解接下来的章节有非常大的帮助。然后引入关键利率久期和关键利率基点价值的概念以及计算方法。最后谈谈使用关键利率法如何对冲利率风险和在Matlab上的实现。(想直接查看代码的读者可跳至第3部分)



本文内容:

阅读  ┆ 评论  ┆ 转载 ┆ 收藏 

然常常出的报告时不时就几千甚至上万字,但我依然对写作是感到害怕的。小时候语文老师让我以校门口的大树为题写个600字作文,我憋了足足一堂课的时间没写一个字,终于交卷了才冲忙写了一句:我们校门口没有树。所以你能明白,为啥这个博主那么懒,上一篇文章都是好几个月前的了。

——忙里偷闲的博主

 

Matlab的Financial ToolBox 提供了一些投资绩效指标的函数,并且说明文档还阐述得挺详细的。我在这里除了部分翻译和归纳以外,还在它的帮助文件基础之上做了些补充。策略啥的你就别问了,能告诉你的我都倾囊相授了。另外就是,关于比较基准的问题,那是另一个范畴的故事,有兴趣的读者可以参考文献1。

 

开始之前还是先做个说明,任何指标都是有缺陷的。然而没有这些指标,你无从比较投资绩效的好坏。好坏不分,提高收益便无从谈起了。所以说在用这些指标的时候,你不

阅读  ┆ 评论  ┆ 禁止转载 ┆ 收藏 
标签:

择时

波动率

财经

分类: 杂谈

很久没有写博客,原因无他,就是因为懒。最近事情比较多,但今天心血来潮,写个小博文。标题纯粹忽悠,欢迎拍板。

 

今天在华尔街见闻网站看到一篇文章,名称是《一张图告诉你择时买入有多么难》。这篇文章中,摩根大通资产管理团队用一张图告诉你,如果投资者错失了那几天最好的日子,究竟会损失多少。其中也给出了摩根原始报告《2014年退休指南》

 

这个文章的例子用的是标普500指数的例子。我就用了沪深300做个比对。因为很快就会出沪深300的股指期权,我想一开始跨式组合会很好用。如果将来市场变理性了,估计就行不通了。

 

首先我们看看去年全年沪深300的对数涨跌幅分布

阅读  ┆ 评论  ┆ 转载 ┆ 收藏 

《“想致富,重仓隔夜是条路”有没有道理?!》中笔者曾经指出,股票隔夜风险非常大。如果有办法在当天收盘时卖出股票,同时第二天再把股票买回来,那么长期来看是赚钱的。那么在T+1时如何实现当天买当天卖出的操作呢?办法有二,一种是融券交易变相T+0,另一种是利用股指期货进行套期保值。或者用一个更专业的词来代替,叫对冲(Hedge)。

很多人质疑,中国A股市场的有效性不充分降低了用期指对冲系统性风险的效果,等同于说CAPM在中国A股市场不成立。对于这个问题我是这么认为的,由于中国市场缺少大量的长期投资者,导致个股风险远大于系统性风险。因此套期保值运用于个股,可能遇到的模型失效风险会很大。笔者的建议是,“不要把所有的鸡蛋都放在同一个篮子里面”。当构造一个足够分散化的投
阅读  ┆ 评论  ┆ 禁止转载 ┆ 收藏 
(2013-10-28 17:44)
期工作关系用到Matlab做聚类分析。所谓聚类分析,其目的在于将研究的数据样本划分为不同类别。Matlab的统计工具箱提供了相应的分析工具。相关概念在网上可以找到不少资料,这里推荐两个博客供大家参考。

 

pluskid的漫谈 Clustering 系列: http://blog.pluskid.org/?page_id=78

赵扶风的层次聚类:http://hi.baidu.com/neuxxm01/item/6337bdb3b7f26c74254b0991

 

两个博客多倾向于聚类算法的分析,因为聚类分析可划归为计算机人工智能领域里面无监督的学习。这里不打算就算法进行深入,需要的读者可去咨询上面两位牛人。个人觉得漫谈系列讲解较通俗易懂,赵扶风的可当做进阶。

 

本文中的例子较接近pluskid的漫谈系列。Matlab本身带有Cluster分析的例子。该例子也是经典的聚类分析案例——对IRIS数据聚类分析。可在Mathworks的主页找到相关资料,地址:

阅读  ┆ 评论  ┆ 转载 ┆ 收藏 

章开始,笔者开始逐步介绍Matlab的时间序列模型。由于内容比较多,且互相之间存在穿插的情况,因此要写好比较困难。结构上原定的是按一般教科书的讲解方式来一点一点讲述,但是反复斟酌后觉得这样并不符合应用的目的。如果有对时间序列模型不了解的读者可任意参考一本时间序列的教材,一些重要的概念在这里可能不会展开,因此造成的阅读障碍请见谅。本文忠于的主旨是,向大家展示中国版的Matlab应用的例子。

 

多元线性回归

(Multiple linear regression,简写MLR) 

 

和传统的多元线性回归一样,不过现在每个变量都是一个时间序列过程,更简单来说,满足下列的函数关系:

 

阅读  ┆ 评论  ┆ 转载 ┆ 收藏 

讲解如何用MATLAB 做季节性调整的时候,假设时间序列可以分解成趋势循环、季节性因素以及不规则因素。在季调后数据的基础之上,本文把焦点转向趋势循环和白噪音的分离。当谈及趋势循环因素的时候,一般认为它们短期波动是比较小的,或者可以说是长期趋势较平滑。


关于HP滤波


PrescottHodrick1997)假设对于季调后的时间序列,对于任意t

阅读  ┆ 评论  ┆ 转载 ┆ 收藏 

间序列分解的含义是,将时间序列分解成若干个因子叠加的共同影响。一般认为时间序列可以分解成三个因素:趋势-循环因素、季节性因素和白噪音。按照组合方式的不同,可以分为加法模型、乘法模型和对数加法模型。通常把去除季节性因素的过程叫做季节性调整。

 

季节调整的意义

 

由于生产活动中一般都要提前安排来年或者下个月甚至下周的生产采购和销售计划。所以对当前整体经济活动的趋势判断就显得至关重要。对于年度序列的数据而言,由于反映的是一个完整年份的经济运行状况,因此只要比较历史数据一般就可以得到每年的趋势变化情况。可是要得到一整年的数据情况才能判断趋势的话,却往往会出现落差很大或者超出预期的情况。比如提前观察到下个月经济开始收缩,但是企业反而根据去年制订的计划加快生产,显然就不合时宜。

 

正所谓计划没有变化快,所以就有了每个季度或者每月的公布数据,有助于提前进行对计划的修正。但是使用季度或者月度数据就会遇到季节效应的问

阅读  ┆ 评论  ┆ 转载 ┆ 收藏 

本篇开始,我们来谈一下MATLAB的经济计量工具箱(Econometrics Toolbox)。该工具箱主要涉及以下的六个方面的内容:数据预处理(Data Preprocessing)、模型的选择(Model Selection)、条件均值模型(Conditional Mean Models)、条件方差模型(Conditional Variance Models)、多变量模型(Multivariate Models)、随机微分方程模型(stochastic Differential Equation Models)。

 

本文的目的并非是要将MATLAB的经济计量工具箱的帮助指引全部翻译成中文,此外也涉及到版权的问题,这可能会让那些打算在本网站找到相关帮助文件中文版的读者感到失望。(市面上有很多入门教程基本都是走这个套路。)笔者认为作为MATLAB的使用者,应具备浏览Help文件以及M文件源代码的能力,所以鼓励大家遇到问题时首先去看MATHWORKS主页或者Help文档寻求帮助。

 

本文所要讲述的内容,主要是基于中国的国情说明如何使用matlab来进行时间序列分析。这或许会对刚开始接触MATLAB的中国使用者有所帮助,同时也指出了在运用matlab工具包在中国的数据分析过程中要注意的问题。当然本文的例子对平日从事经济或者金融研究工作者,应该也能起到些微的帮助

阅读  ┆ 评论  ┆ 转载 ┆ 收藏 

本篇主要内容是向大家展示如何使用国债期货来进行久期管理。主要涉及的内容包括:

 

1)  为什么需要使用国债期货来进行久期管理;

2) 

阅读  ┆ 评论  ┆ 转载 ┆ 收藏 
  

新浪BLOG意见反馈留言板 电话:4006900000 提示音后按1键(按当地市话标准计费) 欢迎批评指正

新浪简介 | About Sina | 广告服务 | 联系我们 | 招聘信息 | 网站律师 | SINA English | 会员注册 | 产品答疑

新浪公司 版权所有