Navigation

Search

Rules of RiskLib Product Coding Scheme

Why Product Coding Scheme

If your company participates many markets and investment instruments, it is very difficult to consolidate so many different sources of market and position data. For example, if you trade US stocks only, you might have IBM stored in a field in your closing price and position tables. But after your portfolio extended into European markets, which are using alphabet as stock code, you will find it is not a good idea to just store the US stock code as a unique key in the table. For many Asian stock markets, including Japan, Hong Kong, Korea, and Taiwan, they are using numbers as stock code.

For fixed-income instruments, that is a more complicated case. Although all issues of bonds have ISIN (International Securities Identification Number), there are still many indices or interests rates have no common coding. ISIN is a good choice for bonds, but we need more.

Global futures market has its own coding scheme, I prefer to use Reuters' codes.

Product Coding Scheme is for Assets or Indices only, not for OTC or derivatives trades

Please note only standard assets (securities or indices) need standardized coding. Over-the-Counter or derivatives trades are usually one of a kind for each trade and is not necessary to define in a coding scheme.

Product Coding Scheme Used in Current Systems

I will introduce coding scheme used in Reuters and Bloomberg later.

Objective of RiskLib Product Coding Scheme

Where is a perfect coding scheme? I don't know. I think a good coding scheme is a key of good risk management system, unless your portfolio is simple and local. I think a good coding scheme should have the following attributes:

short
product type can be recognized from the code itself
connect to offical system

Comments [0] | Trackback |

WSJ, Yahoo!Finance, and Bloomberg datasource added to RiskLib.NET with examples

Wednesday, February 25, 2009 7:51:59 PM (台北標準時間, UTC+08:00) ( .NET Programming | Quant's Life | RiskLib )

I added 3 datasource to RiskLib.NET to demostrate how to implement two different interface: IDailyClosingSource, IHisotricalSource, and a special designed datasource: Bloomberg. I also added a example to retrieve data from these datasources.

Although there are still a lot should be modified, the example worked fine to retrieve data from these datasource.

Comments [0] | Trackback |

Tuesday, February 24, 2009

The first part of RiskLib.NET uploaded: DataSource and Product namespace

Tuesday, February 24, 2009 9:12:30 PM (台北標準時間, UTC+08:00) ( .NET Programming | Quant's Life | RiskLib )

THe first part of RiskLib.NET source code has been uploaded to codeplex.com. It contains ready for use source code in namespace DataSource and Product. Although not all the code of these two namespace is finished, these are codes that might not be change until next major release.

The RiskLib.DataSource is designed to contain flexible and extensible classes for various financial information sources. A Bloomberg datasource implementation has been included. Bloomberg Professional Services is a very good source for informations for investment. I will include a working example using Bloomberg class to retrieve daily closing and real-time data. Please note: You must have a Bloomberg Professional Service terminal to use this class.

The RiskLib.Product contains object model for some basic financial product. This namespace might have some modification but not expected huge.

Comments [0] | Trackback |

Friday, February 20, 2009

Project RiskLib.NET launched

Friday, February 20, 2009 5:42:10 AM (台北標準時間, UTC+08:00) ( .NET Programming | Quant's Life | RiskLib )

I created a new project named RiskLib.Net on Codeplex.com.

After developing software for financial industry for more than 10 years, I plan to develope an open source .NET library for derivatives and risk management. It is just started without any code. I invite anyone who have interests to join it.

Please visit the following link to see the project:
http://www.codeplex.com/risklib

Comments [1] | Trackback |

Tuesday, September 30, 2008

財務工程程式設計專業課程

Tuesday, September 30, 2008 3:35:49 PM (台北標準時間, UTC+08:00) ( .NET Programming | Quant's Life )

在證基會開課已經有一段時間了, 也很高興累積了一些 "粉絲", 有幾名學員上了到目前為止開的全部四堂課, 真是令我很感動. 原本擔心所講的課大家沒有興趣, 畢竟這些課程是很新的嚐試. 也很感謝證基會給我機會可以推出這些新的課程.

先前的課程比較不牽涉程式設計的部份, 十一月起會陸續開一些給財務人員的 C# 課程. 未來也計劃做一些衍生性商品評價和風險的 C# 程式設計.

我為這些課程做了一個專屬網站, 內容會陸續更新. 網址是 http://www.jumbosoft.com/dnn/Services/Training/%E8%B2%A1%E5%8B%99%E5%B7%A5%E7%A8%8B%E5%B0%88%E6%A5%AD%E8%AA%B2%E7%A8%8B/tabid/74/language/zh-TW/Default.aspx

Comments [11] | Trackback |

Sunday, September 28, 2008

Bridging FpML and QuantLib

Sunday, September 28, 2008 7:53:55 PM (台北標準時間, UTC+08:00) ( .NET Programming | Quant's Life )

I am tring to make FpML and QuantLib working together. I use a plain vanilla swap sample of FpML and convert it to VanillaSwap class of QuantLib. The experiment is successful and I can read an FpML document of vanilla swap and pricing it using QuantLib. I will put the workable version of ASP.NET on my site after I maintain a database of historical price of interest rate index, ie LIBOR, Euribor, and Tainwanese indexes.

Comments [0] | Trackback |

Saturday, September 20, 2008

日本將投入太空電梯的建造

Saturday, September 20, 2008 11:26:21 PM (台北標準時間, UTC+08:00) ( 科學與幻想 )

今天在新聞裡看到日本將投入一兆日圓(約一百億美元/三千億台幣)經費來建造太空電梯(Space Elevator). 這應該不是什麼新聞, 日本人對太空電梯一向是很有興趣. 在目前太空科學遠遠落後美俄甚至中國的日本, 一直很有野心希望有所突破. 太空電梯的確是很好的切入點, 太空電梯如果能夠完成, 太空探險的成本將會大幅降低, 成為二十一世紀的太空霸主.

太空電梯的建造在目前仍有許多困難點, 最大的困難大概有三項:

長度十萬公里的超輕超堅固太空電梯纜繩: 電梯一定要有纜繩, 太空電梯沒有辦法從十萬公里將物品拉上去, 只能將纜繩固定, 讓載運車廂抓住這條纜繩往上爬. 這條纜繩不能太重, 否則沒有辦法固定在軌道上; 而且強度要夠, 否則沒有辦法承受各種加諸其上的力量. 這個部份目前已經露出曙光了, 奈米碳管(nanotube)的出現, 讓這項工作變很可行性很高. 實驗室中的成品已經可以達到所需的強度, 只不過要建造一條長十萬公里中間沒有連接點的奈米纜繩目前還沒有辦法.
可以傳送十萬公里的遠距能量傳輸方式. 由於電梯車廂要靠自己的力量抓住纜繩往上爬, 要爬行十萬公里, 即使是在平地跑十萬公里也是需要相當多的能量, 更何況要對抗地心引力往上爬? 即使以人類目前所能控制的最有效率的能源: 核分裂能源, 要扛著一座核電廠爬十萬公里也是很難想像的事. 唯一可行的辦法是讓車廂只擁有動力裝置, 並不儲存能量. 現行各國的政策是不在太空任務中使用核能, 因為太空任務不確定性很高, 如果發射失敗會導致核子污染. 所以現行的太空任務都使用固態或液態燃料. 所以每次太空任務發射升空的能量大概都是用來推動燃料, 真正有用的部份(衛星或太空梭)重量大概不到百分之五. 如果太空電梯不儲存能量, 那麼就得從地面傳送過去. 目前能做到遠距傳送最有效率的是光能, 也就是利用太陽能技術, 但是從地面站朝著車廂的接收器發射強力光束, 再將光能轉換為動力.
恐怖攻擊: 一條十萬公里長的細線, 可能是用類似石墨的材質製作的, 花一百億美金所做的太空電梯可能只要一根火柴就毀了. 而且沒有什麼辦法可以監控整條十萬公里的纜繩. 這個問題被提出來過但可能沒有什麼解決方法.

Spaceward Fundation (http://www.spaceward.org) 每年利用NASA贊助的獎金舉辦比賽, 比賽分兩個部份: 爬升器和材料. 以下是今年(2008)比賽的目標:

爬升器: 總重最高五十斤. 使用廠商所提供的雷射光源為能量, 以每秒五公尺的速度向上爬一公里, 奬金兩百萬美金. 去年最佳的成果是每秒1.8公尺爬行100公尺. 今年十一月的比賽有11隊報名.
材料: 長度兩公尺的環狀材料, 重量不超過兩克, 承受應力1.5噸, 奬金也是兩百萬美金. 目前最佳成果是承受0.72噸. 今年沒有人報名, 應該是沒有突破.

Comments [0] | Trackback |

Friday, September 19, 2008

將 QuantLib 改為 .NET/C# 版本

Friday, September 19, 2008 10:33:49 PM (台北標準時間, UTC+08:00) ( Quant's Life )

QuantLib是目前最豐富的open source 財務工程程式庫. 原本是用C#做的, 我花了幾個月的時間改為C#版本, 並製作了一個專屬的網站. 有興趣的朋友歡迎光臨 http://quantlib.derivativepower.com 有詳細的說明和範例. 網站中目前已經有的範例包括

可轉債 Convertible Bond: 使用 Tsiveriotis-Fernandes 模型評價. 其中的二元樹包含

Jarrow-Rudd

Cox-Ross-Rubinstein

Additive equiprobabilities

Trigeorgis

Tian

Leisen-Reimer

Joshi

七種;

股權選擇權 Equity Option: 可以評價 European, Bermudan, 和 American Option, 共有十四種方法:

Black-Scholes

Barone-Adesi/Whaley

Bjerksund/Stensland

Integral

Finite differences

Binomial Jarrow-Rudd

Binomial Cox-Ross-Rubinstein

Addivitive equiprobabilities

Binomial Trigeorgis

Binomial Tian

Binomial Leisen-Reimer

Binomial Joshi

Monte Carlo (crude)

Quasi Monte Carlo (Sobol)

Monte Carlo (Longstaff Schwartz)

Interest Rate Swap: 利用 Depo, Interest Rate Future, FRA, Swap Rate 組合成 Yield Curve, 可以評價Spot Swap 和 Forward Start Swap.

QuantLib 包含的功能非常多, 有關QuantLib的資料可以參考 http://www.quantlib.org.

Comments [0] | Trackback |

Porting QuantLib to .NET/C#

Friday, September 19, 2008 9:50:08 PM (台北標準時間, UTC+08:00) ( .NET Programming | Quant's Life )

I have worked on porting QuantLib to C# for months. I am glad I have great progress on it.

I created a dedicated website to demostrate and to document the result. Please visit http://quantlib.derivativepower.com for docuemtation and examples.

Currently I have finished 3 examples: Convertible Bond, Interest Rate Swap, and Equity Option. These examples are cloned from original QuantLib examples for checking the correctness of this portion. More examples, such as BermudanSwaption, CDS, FRA, Repo will be available soon.

Comments [0] | Trackback |

Tuesday, September 16, 2008

該認真考慮衍生性商品和 CDO 的風險了吧!!!

Tuesday, September 16, 2008 5:27:53 PM (台北標準時間, UTC+08:00) ( Quant's Life | 投資理財 )

雷曼兄弟申請破產法Chapter 11保護, 六千億美元的資產等著被清算. 華爾街投資銀行放手任由雷曼兄弟跨台, 大家好等著吃這一塊腐肉, 華爾街一慣的秃鷹性格, 只不過會等到所有的風波都落幕時, 真的能全身而退的有幾家呢?

身處全球金融市場的邊硾, 看到評等比我們好, 一向是我們上手銀行的華爾街諸公也有這麼一天, 心裡不知道是該哭還是該笑. 以前生意往來得看他們的臉色, 非得存一筆保證金才能夠買他們的產品, 以後是不是要請他們也存一筆錢來我們的戶頭, 再來看看他們要跟我們買什麼商品? 要做 IRS? 先看看保證金夠不夠再說.... 如果真有這麼一天, 那我們真的可以說是出頭天了. 前輩交易員想都不敢想的事, 還真的有可能在我們手上實現呢...

話說回來, 這些衍生性商品的交易也該檢討檢討適可而止吧. 你買的商品你都了解嗎? 風險到底有多大知道嗎? 源源不絕的新種商品好像無止盡的數字遊戲, 評價和風控都是一門大學問. 如果教科書上有 Closed-Form 就輕鬆了, 沒有也沒關係, 還有萬能的Monte Carlo Simulation, 也不管到底前題假設符不符合, 只要算得出來, 反正也沒有人看得懂, 每天的評價損益風險值連自己都沒有把握, 這種生意能做嗎? 說實在的, 大家都這麼做...

先前在證基會的市場風險系統課程時, 有學員問我CDO的評價和風險的問題. 坦白說我不是這方面的專家, 我只有很簡單的概念: 交易員沒辦法做出評價模型, 那就不應該交易. 這不是很簡單很理所當然的事嗎? 但是交易員會說, 雖然我不會評價CDO, 但我知道CDO很好賺. 我只負責賺錢, 評價和風險不是我的事, 你們風控要去解決.聽到這種話真是令人吐血, 你不會評價怎麼知道很好賺? 只要詢三家, 找報價最低的就是啦. 如果是買生活必需品, 那麼非買不可我也無話可說. 難道除了CDO之外沒有生意可做嗎? 為什麼硬要買自己沒辦法評價的產品呢? 說不定報價最低的銀行也大賺你500bp. 另外, 我們風控不能說我們不會評價和計算風險嗎? 如果風控不會評估不能要求交易員不要做嗎? 現實狀況大概都是不行, 不管風控怎麼說, 交易單位還是最大, 交易主管說要做, 風控不能說不. 大多數機構裡的風控都是聊備一格, 沒有什麼控管的功能. 沒關係, 多傷幾次, 大家就會學乖了.

Comments [0] | Trackback |

Wednesday, September 03, 2008

Generating Sobol in C#

Wednesday, September 03, 2008 11:39:35 AM (台北標準時間, UTC+08:00) ( Quant's Life )

Sobol is a very popular quasi-random number algorithm for Monte Carlo simulation. I implemented a Sobol quasi-random number generators at

http://www.derivativepower.com/dp/Demo/sobol.aspx

If you need some Sobol sequences, you can try it and give me some comment. Thanks.

Comments [0] | Trackback |

用 C# 執行 Monte Carlo 模擬 -- 產生 Sobol 亂數

Wednesday, September 03, 2008 11:35:59 AM (台北標準時間, UTC+08:00) ( .NET Programming | Quant's Life )

要執行 Monte Carlo 模擬, 要先有 Quasi Random Numbers 或是稱為 Low Discrepancy Sequences. 目前比較常用的是 Faure 或 Sobol 兩種演算法. 我將 Sobol 演算法用 C# 實作了一份 Sobol 產生器, 另外也有計算 L^2 Discrepancy. 有興趣的朋友歡迎到

http://www.derivativepower.com/dp/Demo/sobol.aspx

實際執行看看.

Comments [0] | Trackback |

Monday, April 21, 2008

統計套利入門 -- 用Excel計算兩檔商品的相關係數

Monday, April 21, 2008 11:41:33 PM (台北標準時間, UTC+08:00) ( 程式交易 )

網誌已移到新的網址, 此處不再更新.

歡迎光臨新的 Happy Equations.

Excel是功能很強的計算工具, 對一般投資人而言, 通常資料的來源是比較大的問題. 有許多人是每天去下載交易所的資料存到Excel檔或是文字檔, 也有些資訊廠商有提供歷史資料下載. 在此我示範一下從 Yahoo!Finance 下載資料. 台灣的Yahoo!奇摩已經不提供歷史價格下載了, 美國的Yahoo仍有全球主要股市的歷史價格下載功能, 而且很方便.

1. 進入Yahoo!Finance, http://finance.yahoo.com
不懂英文無所謂, 我們只需要幾個功能. 首先在標籤下方有 GET QUOTES 這個按鈕, 旁邊有一個框框可以輸入股票代碼. 由於Yahoo!Finance提供的是全球的股票, 所以要找台灣股票要在代碼後面加 .TW. 要找台積電則輸入 2330.TW 按 GET QUOTES

2. 2330.TW的資料出現之後, 在左方功能中有 Historical Prices, 按這個連結會顯示 2330.TW的歷史資料.

3. 預設的資料長度是5年, 每頁會顯示大約66天的資料. 將畫面移到最下方, 按一下 Download To Spreadsheet

4. 選擇開啟檔案, Excel會自動開啟顯示2330.TW的五年歷史資料. 我們需要的是G欄的 Adj. Close, 這表示有調整過的價格.

5. 在 H欄輸入報酬率的公式. 報酬率的算法是 (當日-昨日)/昨日. 注意! 日期順序為新的在上. 例如H2的公式是 =(G2-G3)/G3

6. 將公式複製到一年份, 大約是262筆資料

7. 打開一份新的Excel檔案, 將剛剛計算的報酬率用選擇性貼上/貼上值貼到新的工作表

8. 把原來的歷史價格Excel關閉. 重複一次從Yahoo!Fiance下載資料, 將 2303.TW 的報酬率計算出來, 跟2330.TW貼在一起.

9. 利用Excel函數 CORREL 計算報酬率的相關係數.

注意: 所計算出來的報酬率略有偏差, 依不同狀況仍需做適當調整. 例如某一檔股票暫停交易期間, 應將報酬率資料刪除再行計算相關性.

Comments [0] | Trackback |

統計套利入門-- 一對一統計套利的交易標的配對

Monday, April 21, 2008 11:40:09 PM (台北標準時間, UTC+08:00) ( 程式交易 )

網誌已移到新的網址, 此處不再更新.

歡迎光臨新的 Happy Equations.

投資人如果沒有強大的計量團隊支援, 該怎麼做統計套利呢? 其實很容易, 我們先從一對一的套利開始, 也就是一檔股票(期貨)對一檔股票(期貨)的成對交易. 投資人透過簡單的工具也可以開始進行統計套利.

注意: 在此所稱的套利並非完美的無風險套利. 統計套利的意義在於利用統計方法找出原本並沒有絕對價格關係的商品組合, 此類套利仍有一定的風險存在.

首先我們來看看怎麼挑選商品組合. 選擇投資標的在一對一的套利尤其重要. 挑選的標的必須要有一定程度的相關, 因為統計套利的基本假設就是兩邊要有非常高的相關性, 當它們呈現不正常價格關係時, 我們預期在短時間內會回復正常. 大致上必須至少符合下列原則之一:
1.        相同產品
2.        相同產業
3.        母子公司或關係企業
4.        相關概念股

相關性可以用統計的相關係數來表示. 相關係數並非越大越好. 像是台指期貨vs小台指期貨, 相關係數幾乎是1, 也就是價格幾乎沒有不正常的時候. 即使是短時間的價格背離, 價格差也不足以彌補交易費用, 這就不是好的標的. 良好的統計套利標的相關係數應有一定的範圍區間, 這個區間就依個人的風險偏好和交易成本而有不同. 要去找出有相關性的股票配對並不容易, 因為假設市場上有一千檔股票, 兩兩配對就有將近一百萬種組合. 目前並沒有人提供台灣股市的市場相關性資料的服務. 針對美國股市有 RightPairs 提供這類服務( http://www.rightpairs.com). 一般投資人沒有工具的情況下很難找出相關性高的股票配對, 只能經由經驗法則去不斷的嚐試錯誤. 我自己寫了一個小工具可以每天計算所有股票的相關係數, 再去挑選適當的組合來交易. 如果沒有這類的資訊, 可以用 Excel 來計算相關係數. 下一篇將示範如何用 Excel 計算兩檔股票的相關係數.

Comments [0] | Trackback |

Friday, April 18, 2008

價差交易與統計套利

Friday, April 18, 2008 11:38:47 PM (台北標準時間, UTC+08:00) ( 程式交易 )

網誌已移到新的網址, 此處不再更新.

歡迎光臨新的 Happy Equations.

市場上做價差交易的人很多, 但依所選擇的標的不同, 所承受的風險也不同. 在做價差交易時, 有幾個需要決定的參數: 成對商品, 進場時機, 出場時機. 說來容易, 但每個人各有巧妙不同. 熱衷於價差交易的投資人都有自己的一套邏輯方法. 但是要長期穩定的獲利, 非得要有一套科學有效的方法, 想靠老天眷顧, 突然福臨心至發現最佳的交易參數, 可能要比中樂透還難.

有一些價差交易的風險其實很高, 不應該做為價差交易的對象. 像是台指期貨和新加坡摩台指期貨, 投資標的/合約大小/到期日/匯率等等風險因素會造成這兩項商品的相關性大打折扣, 並非理想的投資配對商品. 做這類價差交易的人通常都需要等候極大幅度的價格落差才有可能提高獲利能力. 但是現在做這類價差的人成千上萬, 要等到大規模的價差已經是不太可能了.

避險基金常用的方法是統計套利. 簡單的來說是用統計方法找出適當的投資組合, 而這個投資組合是在當下擁有統計上 不正常 的價格關係. 這個時候進場交易, 當價格 恢復正常 時就會有獲利. 接下來的幾篇, 我將用一些實際的例子來說明一般散戶如何應用統計套利在交易上.

Comments [0] | Trackback |

Happy Equations

by Alvin Cho, FRM, MCSD.NET

Navigation

Search

Categories

On this page

Archive

Blogroll

Rules of RiskLib Product Coding Scheme

Why Product Coding Scheme

Product Coding Scheme is for Assets or Indices only, not for OTC or derivatives trades

Product Coding Scheme Used in Current Systems

Objective of RiskLib Product Coding Scheme