DStream::pricingEngine

语法

DStream::pricingEngine(timeColumn, typeColumn, securityType, method, [securityReference], [keyColumn], [extraMetrics])

详情

创建一个估值定价引擎。参考：createPricingEngine。

返回值：一个 DStream 对象。

参数

timeColumn 字符串向量，用于指定输入表中的时间列。

typeColumn 字符串向量，用于指定表中的债券列。根据债券列，引擎调用 method 中相应的方法。

securityType 整型向量，用于指定需要定价的债券类型。

method 元代码元组，用于指定债券定价算法和参数。注意：
  • method 指定的方法和 securityType 指定的债券列一一对应。
  • 可以传入内置函数、自定义函数或表达式。
  • 算法中的参数可以是输入表中的列或者是参数 securityReference 中的列或者常量，优先查找参数 dummyTable 中的列；如果有重名，可以用列引用的方式，如 dummyTable.X。
  • 对于 vanillaOption 的 kwargs, 支持以下几种写法：
    • 单独指定kwargs
      kwargs = dict(STRING, ANY)
kwargs['theta'] = <theta>
kwargs['kappa'] = <kappa>
kwargs['rho'] = <rho>
kwargs['sigma'] = <sigma>
method=[<vanillaOption(settlement, maturity, valDay, spot, strike, riskFree, dividend, volatility, isCall, style, basis, calendar,"heston",kwargs)>]
    • 直接在method中构造kwargs
      method=[<vanillaOption(settlement, maturity, valDay, spot, strike, riskFree, dividend, volatility, isCall, style, basis, calendar,"heston",dict(`theta`kappa`rho`sigma, [theta, kappa, rho, sigma]))>]
securityReference 可选参数，内存表，用于指定每个合约基础信息。注意：不同品种的合约基础信息略有不同，如有需要请先整合到一张表里再输入；若没有信息则为空值。如下为表说明：
字段 类型 说明
type INT 整型标量或向量，表示标的类型
assetType INT 资产类型
symbol SYMBOL 合约名
maturity DOUBLE 到期日
coupon DOUBLE 票面利率
frequency INT 付息频率
underlying SYMBOL 表示标的利率，可选值为：”FR007”, “Shibor3M“，“FDR001”，“FDR007”，“ShiborO/N”，“LPR1Y”，“LPR5Y”
startDate DATE 第一次利率互换的日期
endDate DATE 最后一次利率互换的日期。注意：须晚于 startDay。
fixRate DOUBLE 百分数值，表示利率互换中固定利率支付方所支付的利率，在整个利率互换期间该利率不变
interval INT 利率互换的间隔时间
basis INT 表示要使用的日计数基准类型
Price DOUBLE 标的资产的当前价格。
strike DOUBLE 标的资产的行权价格
dividendYield DOUBLE 表示分红利率

keyColumn 可选参数，字符串标量或元组（长度为2），用于指定 dummyTable 和 securityReference 中的合约代码列。注意：需要同时指定或同时不指定参数 sucurityReference 和 keyColumn。

extraMetrics 可选参数，元代码元组，用于指定除定价结果外需要额外输出的信息。该参数可以传入输入列中的部分列、securityReference 中的部分列等。注意：不可包含常量。

例子

if (!existsCatalog("orca")) {
	createCatalog("orca")
}
go
use catalog orca

// 如已存在流图，则先销毁该流图
// dropStreamGraph('engine')
g = createStreamGraph('engine')

typeList=[0,1,2]
start=2022.07.15
maturity=2072.07.15
issuePrice=100
coupon=0.034
frequency="Semiannual"
dayCountConvention="ActualActual"
bondType="FixedRate"
settlement=2025.04.10
price=0.02
priceType="YTM"

methodList=[<bondDirtyPrice(start, maturity, issuePrice, coupon, frequency, dayCountConvention, bondType, settlement, price, priceType)>,
             <bondAccrInt(start, maturity, issuePrice, coupon, frequency, dayCountConvention, bondType, settlement)>,
             <bondDuration(start, maturity, issuePrice, coupon, frequency, dayCountConvention, bondType, settlement, price, priceType)>]
securityReference= table(take(0 1 2, 100) as type, take(1 2 3 4, 100) as assetType,"s"+string(1..100) as symbol, 2025.07.25+1..100 as maturity, rand(10.0, 100) as coupon, rand(10,100) as frequency,take([1],100) as basis )


g.source("trades", 1000:0, `tradeTime`Symbol`realTimeX`predictY`price,[TIMESTAMP,SYMBOL, DOUBLE, DOUBLE, DOUBLE])
.pricingEngine(timeColumn=`tradeTime, typeColumn=`type, securityType=typeList, method=methodList, securityReference=securityReference, keyColumn=`Symbol, extraMetrics=[<price * predictY>, <coupon+price>])
.sink("output")
g.submit()
go

data = table(take(now(), 100)as tradeTime,"s"+string(1..100) as symbol, rand(10.0, 100) as realTimeX,  rand(10.0, 100) as predictY, rand(10.0, 100) as price)

appendOrcaStreamTable("trades", data)