估值定价、曲线拟合、风险管理……DolphinDB FICC 固收系列函数指南

估值定价类函数

DolphinDB 提供的常见估值定价函数如下：

由于篇幅所限，上述指标的概念详解、业务场景、使用算法、函数说明与使用范例等细节请参考阅读原文~

首先我们测试了 DolphinDB 估值定价与风控类函数，在实际大数据量业务场景下的计算效率：

• 业务场景：给定债券 ID，结算日，到期日，票息率，贴现率，付息频率，债券类型和收益率等数据，计算全价，应付利息，久期，凸度，在险价值（VaR）和条件在险价值（CVaR）等量价指标。
• CPU 核数：估值定价与风控类函数使用内存表进行测试，只分配了一个线程运行。

耗时如下：

可以看到，在大数据量的情况下，DolphinDB 估值定价函数与风控函数可以将计算耗时控制在毫秒级。

DolphinDB 提供的曲线拟合与插值相关函数如下：

接下来，通过三个与 python 的性能对比测试，我们来了解一下 DolphinDB 拟合插值函数的性能。

分段回归性能测试

• CPU 核数：多个标的计算，使用单线程进行计算。

• 注意点：

• 对比分段回归拟合函数和预测函数，耗时集中在模型拟合上，预测耗时可以忽略不计。因此，测试仅展示回归拟合的耗时结果。

• python 中有 pwlf 包，效果类似于 DolphinDB 的 piecewiseLinFit
   函数因此加入 python 耗时作为对比。

• 该函数由于受 openblas 的线程数影响较大，所以将这个线程数统一设置为1，观察性能对比情况。

赫尔米特函数性能测试

• CPU 核数：多个标的计算，但只用到了单个核，DolphinDB 可以使用向量化处理，结合 SQL 使用。
• 注意点：python 使用 scipy.interpolate.KroghInterpolator
   函数实现。

测试性能结果如下：

Nelson-Siegel-Svensson(NSS) 函数性能测试

• CPU 核数：多个标的计算，但只用到了单个核计算。
• 注意点：python 由于没有可以直接使用的函数，参照模型的公式，使用 fmin 和 numpy 相关函数实现。

测试性能结果如下：

可以看到，由于 DolphinDB 强大的向量化计算能力，固收函数的计算性能要比 python 快一个数量级以上。

总的来说，DolphinDB 在 FICC 固收领域开发的一系列函数覆盖了估值定价、曲线拟合、风险指标计算等多种不同类型的业务场景，函数的具体介绍与性能测试脚本可点击阅读原文详细了解。

未来随着版本更新，我们也会推出更多更丰富的 FICC 固收系列内置函数，欢迎大家留言或联系小助手（dolphindb1）提出宝贵建议~