Python 使用QuantLib计算带底限的浮动债券的现金流

QuantLib非常新，因此猜测这是一个新手错误。很高兴了解这个强大的库，所以感谢您的作者和贡献者

如果没有下限参数，我能够在没有定价器的情况下为浮动债券生成现金流金额，因此我不明白为什么包括下限参数就需要定价器。我认为增加地板只会为每个固定值提供一个最小值

我想看看是否有人在使用地板时让FloatingRateBond现金流发挥作用。如果是的话，如果有人能发现我误入歧途的地方。提前谢谢

我在windows上使用通过预打包安装程序（QuantLib-Python-1.8.win-amd64-py3.5.msi）安装的QuantLib 1.8

以下是发生错误的地方：

File "C:/src/misc/generate_cashflows.py", line 138, in generate_cashflow
    print(cf.amount())
  File "C:\lib\site-packages\QuantLib\QuantLib.py", line 8844, in amount
    return _QuantLib.CashFlow_amount(self)
RuntimeError: pricer not set

具体代码如下：

ql_first_day, ql_first_month, ql_first_year = first_payment_date.day, first_payment_date.month, first_payment_date.year

ql_first_date = QuantLib.Date(ql_first_day, ql_first_month, ql_first_year)  

maturity_month, maturity_day, maturity_year = maturity.month, maturity.day, maturity.year
ql_maturity_date = QuantLib.Date(maturity_day, maturity_month, maturity_year)



ql_issue_day, ql_issue_month, ql_issue_year = issue_date.day, issue_date.month, issue_date.year
q1_settle_date = QuantLib.Date(ql_issue_day, ql_issue_month, ql_issue_year)

fixing_days = 0

calendar = QuantLib.UnitedStates()
ql_settle_date = calendar.adjust(q1_settle_date)
todays_date = calendar.advance(ql_settle_date, -fixing_days, QuantLib.Days)
QuantLib.Settings.instance().evaluationDate = todays_date

ql_schedule = QuantLib.Schedule(ql_settle_date,
                    ql_maturity_date, QuantLib.Period(ql_frequency_enum),
                    QuantLib.UnitedStates(),
                    QuantLib.Following, QuantLib.Following,
                    QuantLib.DateGeneration.Forward, False, ql_first_date)

ql_forecast_curve = QuantLib.RelinkableYieldTermStructureHandle()
today = datetime.datetime.today()
calc_date = QuantLib.Date(today.day, today.month, today.year)
QuantLib.Settings.instance().evaluationDate = calc_date

day_count = QuantLib.Thirty360()

# setup swaps
calendar = QuantLib.UnitedStates()
swFixedLegFrequency = QuantLib.Annual
swFixedLegConvention = QuantLib.Unadjusted
swFixedLegDayCounter = QuantLib.Thirty360()
swFloatingLegIndex = QuantLib.USDLibor(QuantLib.Period(3, QuantLib.Months))

swap_raw = [
    (1, 0.01251),
    (2, 0.01505),
    (3, 0.01701),
    (5, 0.01972),
    (7, 0.02158)
]

swap_rates = []

for year, rate in swap_raw:
    swap_rates.append(QuantLib.SwapRateHelper(
        QuantLib.QuoteHandle(QuantLib.SimpleQuote(rate)),
        QuantLib.Period(year, QuantLib.Years),
        calendar,
        swFixedLegFrequency,
        swFixedLegConvention,
        swFixedLegDayCounter,
        swFloatingLegIndex
    ))

swap_curve = QuantLib.PiecewiseFlatForward(calc_date, swap_rates, day_count)

ql_forecast_curve.linkTo(swap_curve)

ql_index = QuantLib.USDLibor(period, ql_forecast_curve)

settlement_days = 0
face_amount = 100

ql_bond = QuantLib.FloatingRateBond(settlement_days, #settlementDays
    face_amount, # faceAmount
    ql_schedule,
    ql_index,
    QuantLib.Thirty360(),
    gearings = [],
    spreads = [libor_spread],
    caps = [],
    floors = [.01]
)

ql_discount_curve = QuantLib.RelinkableYieldTermStructureHandle()
settlement_date = QuantLib.Date(9, 2, 2017)
flatForward = QuantLib.FlatForward(
    settlement_date,
    .02,
    QuantLib.ActualActual(QuantLib.ActualActual.Bond),
    QuantLib.Compounded,
    QuantLib.Semiannual)
ql_discount_curve.linkTo(flatForward)
bondEngine = QuantLib.DiscountingBondEngine(ql_discount_curve)
ql_bond.setPricingEngine(bondEngine)

for cf in ql_bond.cashflows():
    c = QuantLib.as_floating_rate_coupon(cf)
    print(cf.amount())

---

理论第一：在为息票定价时，你不能只从预测曲线中取预期的伦敦银行同业拆借利率，然后取该利率与下限之间的最小值。相反，您需要获取速率和下限之间的最小值的期望值，不幸的是

E[min（R，F）]

与

min（E[R]，F）

不同。因此，不，地板不仅仅提供了最低限度；您需要一个不同的公式来估计预期收益

QuantLib的含义是，简单的浮动利率优惠券可以（并且是）设置一个默认价格，只读取预测曲线上的利率，但有上限或下限的优惠券需要用户指定要使用的价格，并向其提供所需的任何附加数据；在您的情况下，这意味着至少有一个波动性期限结构，尽管可以指定更多可选数据；有关详细信息，请参阅

BlackIborCouponPricer

类的构造函数

通常情况下，波动性是从市场报价中引导出来的，但是创建波动性的过程有点复杂（参见C++中的一个示例），我不确定所有需要的类是否都导出到Python中，最好是在网上询问

如果要验证优惠券是否有效，可以使用恒定波动率，如中所示：

volatility = 0.10;
vol = QuantLib.ConstantOptionletVolatility(settlement_days,
                                           calendar,
                                           QuantLib.ModifiedFollowing,
                                           volatility,
                                           day_count)

pricer = QuantLib.BlackIborCouponPricer(
    QuantLib.OptionletVolatilityStructureHandle(vol))
QuantLib.setCouponPricer(ql_bond.cashflows(), pricer)

---

以上应该能让你得到一个结果；但是，我当然从帽子里拿出了15%的波动率，它不会给你实际的市场价值…

谢谢Luigi，对于为什么需要一个定价者和建议下一步的明确而简洁的背景解释。与QuantLib一起玩得很开心，因此感谢所有的帮助！