QuantLib 金融计算——基本组件之 Date 类

会员服务 ·

QuantLib 金融计算——基本组件之 Date 类

2018 年 10 月 22 日 R语言中文社区

引导关注动图

作者：徐瑞龙，量化分析师，R语言中文社区专栏作者

博客专栏：

https://www.cnblogs.com/xuruilong100

QuantLib 将金融领域的日期对象抽象为 Date 类，并提供了丰富的计算函数。需要注意的是，quantlib-python 中的 Date 类并不同于 python 自身包含的 datetime 类，也没有继承关系。

载入 QuantLib：

import QuantLib as ql

print(ql.__version__)

1.10

`Date` 对象的构造

Date 对象的构造方式有两种，分别是

Date(serialNumber)，其中 serialNumber 是一个整数，例如 24214，并且 1 对应 1899-12-31。这种用法和 Excel 中一样。（需要注意的是，在较新版本的 quantlib-python 中，serialNumber 的取值范围被限定在 367～109574，相应的日期范围是 1901-01-01 ～ 2199-12-31。）
Date(d, m, y)，其中 d 和 y 是整数；m 是 quantlib-python 中预留的特殊对象，专门用来表示月份:

一月：January（等于 1）
...
十二月：December（等于 12）

Date 对象可以和整数做运算，用来向前或向后移动特定天数；Date 对象也可以和 Period 对象做运算，用来向前或向后移动特定的时间间隔。

Period 对象的构造：

Period(n, units)，其中 n 是时间间隔的个数；units 的取值范围是 quantlib-python 预留的四个特殊对象：Days、Weeks、Months、Years。

例子 1：

def DateTesting1():

    myDate = ql.Date(12, ql.August, 2009)
    print(myDate)

    myDate = myDate + 1
    print(myDate)

    myDate = myDate + ql.Period(12, ql.Days)
    print(myDate)

    myDate = myDate - ql.Period(2, ql.Months)
    print(myDate)

    myDate = myDate - 1
    print(myDate)

    myDate = myDate + ql.Period(10, ql.Weeks)
    print(myDate)

August 12th, 2009 August 13th, 2009 August 25th, 2009 June 25th, 2009 June 24th, 2009 September 2nd, 2009

一些常用的成员函数

Date 类常用的成员函数有：

weekday()：整数，返回星期对应的数字：

星期日：1
...
星期六：7

dayOfMonth()：整数，返回日期是所在月份的第几天
dayOfYear()：整数，返回日期是所在年份的第几天
month()：整数，返回日期对应的月份
year()：整数，返回日期对应的年份
serialNumber()整数，返回日期对应的天数（从 1899-12-31 开始）

例子 2：

def DateTesting2():
    myDate = ql.Date(12, ql.August, 2017)

    print('Original Date :', myDate)
    print('Weekday :', myDate.weekday())
    print('Day of Month :', myDate.dayOfMonth())
    print('Day of Year :', myDate.dayOfYear())
    print('Month :', myDate.month())
    print('Year :', myDate.year())

    serialNum = myDate.serialNumber()

    print('Serial Number :', serialNum)

Original Date : August 12th, 2017 Weekday : 7 Day of Month : 12 Day of Year : 224 Month : 8 Year : 2017 Serial Number : 42959

一些常用的静态函数

Date 类也提供了一些有用的静态函数，例如用来判断是否闰年或者是否是月末。一些常用的静态函数如下：

Date.todaysDate()：Date 对象，返回系统当前的日期
Date.minDate()：Date 对象，返回 QuantLib 可表示的最小日期
Date.maxDate()：Date 对象，返回 QuantLib 可表示的最大日期
Date.isLeap(y)：布尔值，判断 y 是否闰年
Date.endOfMonth(d)：Date 对象，返回日期 d 所在月份月末对应的日期
Date.isEndOfMonth(d)：布尔值，判断 d 是否月末
Date.nextWeekday(d, w)：Date 对象，返回日期 d 之后首个星期 w 对应的日期（例如 2018-03-12 之后第一个星期五）
Date.nthWeekday(n, w, m, y)：Date 对象，返回所给月份 m 和年份 y 中的第 n 个星期 w 对应的日期（例如 2010 年七月的第三个星期三）

例子 3：

def DateTesting3():
    print('Today :', ql.Date.todaysDate())
    print('Min Date :', ql.Date.minDate())
    print('Max Date :', ql.Date.maxDate())
    print('Is Leap :', ql.Date.isLeap(2011))
    print('End of Month :',
          ql.Date.endOfMonth(ql.Date(4, ql.August, 2009)))
    print('Is Month End :',
          ql.Date.isEndOfMonth(ql.Date(29, ql.September, 2009)))
    print('Is Month End :',
          ql.Date.isEndOfMonth(ql.Date(30, ql.September, 2009)))
    print('Next WD :',
          ql.Date.nextWeekday(ql.Date(1, ql.September, 2009), ql.Friday))
    print('n-th WD :',
          ql.Date.nthWeekday(3, ql.Wednesday, ql.September, 2009))

Today : March 30th, 2018 Min Date : January 1st, 1901 Max Date : December 31st, 2199 Is Leap : False End of Month : August 31st, 2009 Is Month End : False Is Month End : True Next WD : September 4th, 2009 n-th WD : September 16th, 2009

为估值计算配置日期

有时候为了给金融产品定价，需要将估值计算发生的日期配置成特定日期。该金融产品可能依赖于其他产品，其他产品又在新的日期做定价。为了方便日期配置，QuantLib 提供了一个全局变量用来配置估值日期。Settings.instance().evaluationDate 返回的就是当前的估值日期，这一日期是可配置的。

def DateTesting4():
    d = ql.Settings.instance().evaluationDate
    print('Eval Date :', d)

    ql.Settings.instance().evaluationDate = ql.Date(5, ql.January, 1995)
    d = ql.Settings.instance().evaluationDate
    print('New Eval Date :', d)

Eval Date : March 30th, 2018 New Eval Date : January 5th, 1995

往期回顾

时间序列分析工具箱——timetk

时间序列分析工具箱——tidyquant

时间序列分析工具箱——sweep

时间序列分析工具箱——tibbletime

基于 Keras 用深度学习预测时间序列

基于 Keras 用 LSTM 网络做时间序列预测

时间序列深度学习：状态 LSTM 模型预测太阳黑子(一）

时间序列深度学习：状态 LSTM 模型预测太阳黑子(二）

时间序列深度学习：seq2seq 模型预测太阳黑子

R中的设计模式

理解 LSTM 及其图示

时间序列分析工具箱—— h2o + timetk

QuantLib 金融计算——QauntLib 入门

公众号后台回复关键字即可学习

回复爬虫         爬虫三大案例实战
回复 Python 1小时破冰入门

回复数据挖掘   R语言入门及数据挖掘
回复人工智能   三个月入门人工智能
回复数据分析师  数据分析师成长之路
回复机器学习      机器学习的商业应用
回复数据科学      数据科学实战
回复常用算法      常用数据挖掘算法