在Python中使用QuantLib

最新推荐文章于 2024-09-10 09:03:03 发布

Trader_Python

最新推荐文章于 2024-09-10 09:03:03 发布

阅读量1.1w

点赞数 4

分类专栏： python vnpy

vnpy 同时被 2 个专栏收录

23 篇文章 10 订阅

订阅专栏

python

18 篇文章 4 订阅

订阅专栏

Quantlib简介

相比TA-Lib在技术分析领域的地位，QuantLib在金融工程领域的地位可以说有过之而无不及。

参考其官方网站，QuantLib中包含的的模块如下（其中个人感觉国内比较有用的添加了中文注释）：

Currencies and FX rates（货币相关）

Date and time calculations（日期和时间计算）

Calendars

Day counters

Design patterns

Financial instruments

Finite-differences framework

Lattice methods

Math tools

1-D Interpolations and corresponding traits

One-dimensional solvers

Optimizers（优化器）

Monte Carlo framework （蒙特卡洛模拟框架）

Numeric types

Output manipulators

Pricing engines（定价引擎）

Asian option engines（亚式期权）

Barrier option engines（障碍期权）

Basket option engines（篮子期权）

Cap/floor engines

Cliquet option engines

Forward option engines（远期期权）

Quanto option engines

Swaption engines

Vanilla option engines（普通期权）

QuantLib macros

Debugging macros

Numeric limits

Short-rate modelling framework（短期利率建模框架）

Stochastic processes（随机过程）

Term structures（期限结构）

Utilities

作为期权交易员，作者本人比较关注的是期权定价引擎和日历模块。接下来国内预计将会推出的大商所豆粕期权和郑商所白糖期权都是美式期权，在每天连续交易时段中定价比较适合的是二叉树模型。相比较于闭式解的BS模型，基于数值模拟的二叉树模型的运算量提高了一个数量级，因此高效的定价引擎对于这些商品期权的交易员而言十分重要。QuantLib使用C++开发，并通过SWIG包装对其他语言提供调用API，足以满足连续交易对性能的需求。

其他的亚式期权、障碍期权定价引擎等，则适合国内OTC期权市场的参与者（无论做市商还是买方机构），毕竟这是一个“货物出柜、概不退换”的市场，想要不被对手坑就得保证自己也能有奇异期权定价能力。

QuantLib在Python中的安装

QuantLib功能强大的同时安装也较为复杂，其官方网站仅提供了源代码，需要用户自行编译，完成后还需要编译QuantLib的SWIG封装从而实现Python调用。

除了官方提供的SWIG封装外，Enthought公司在Github上还有一个名为pyql的Cython封装项目，号称速度更快，API设计更Pythonic，但是这里作者提醒：

除非真的特别喜好折腾，否则轻易不要跳pyql的坑！安装过程相当复杂（涉及到修改QuantLib的C++源代码），pyql在github上的安装教程中的步骤也有一些错误，作者跳坑后花了两周都没爬出来，老老实实回去用SWIG封装了。

下面开始一步步的介绍安装步骤：

参考Python量化交易平台开发教程系列3-vn.py项目中API封装的编译中的步骤，安装好Anaconda、Visual Studio和Boost，假设Anaconda的安装路径为D:\Anaconda，Boost的安装路径为D:\boost_1_60_0。
在这里下载QuantLib和Quantlib-SWIG，注意请选择两者都有的版本（在作者写这篇教程时，两者都有的最新版本号是1.7），将下载的zip文件分别解压缩，假设路径为D:\QuantLib-1.7和D:\QuantLib-SWIG-1.7。
在这里下载SWIG（swigwin-3.0.8），并解压缩放到D:\swigwin-3.0.8。
设置以下环境变量（不会的请参考设置环境变量）：
- QL_DIR：D:\QuantLib-1.7
- myanaconda：D:\Anaconda
- myboost：D:\boost_1_60_0
- myswig：D:\swigwin-3.0.8
- myqlswig：D:\QuantLib-SWIG-1.7

编译安装QuantLib，打开cmd，切换到D盘（输入D:，因为上面的所有文件夹都在D盘），点击窗口左上角的图标，选择“编辑->粘贴“，将下方的批处理命令复制到cmd中运行（可以一次性全部复制，也可以逐行复制运行，注意全部复制时，若运行到某一步卡住，可以尝试按回车执行这一步的命令）：

REM 这里使用的是VS2013

REM 打开VS命令行工具来设置编译所需的环境变量
"%VS120COMNTOOLS%\VsDevCmd.bat"

REM 切换到QuantLib代码所在的文件夹
cd %QL_DIR%

REM 把boost库添加到include和library路径中，并且指定VSC+=使用这些路径
set INCLUDE=%myboost%;%INCLUDE%
set LIB=%myboost%\lib32-msvc-12.0;%LIB%
set UseEnv=true

REM 使用msbuild来编译QuantLib
REM 这个要花一段时间（几十分钟到若干小时）
msbuild /p:AdditionalLibPaths="%myboost\lib" /p:Configuration=Release /p:Platform=Win32 QuantLib_vc12.sln

编译安装QuantLib-SWIG，将下方的批处理命令复制到cmd中运行（运行方法和上一步相同）：

REM 把编译工具设置为使用VS2013
set VS100COMNTOOLS=%VS120COMNTOOLS%
set VS90COMNTOOLS=%VS120COMNTOOLS%

REM 打开VS命令行工具来设置编译所需的环境变量
"%VS120COMNTOOLS%\VsDevCmd.bat"

REM 切换到QuantLib-SWIG下面的Python文件夹下
cd %myqlswig%\Python

REM 创建setup.cfg
echo [build] > setup.cfg
echo compiler=msvc >> setup.cfg

REM 设置路径和环境变量
set PATH=%myanaconda%;%myanaconda%\scripts;%myswig%;%PATH%
set INCLUDE=%myboost%;%INCLUDE%
set LIB=%myboost%\lib32-msvc-12.0;%LIB%

REM 编译QuantLib-SWIG的Python接口
REM 只有当swig的.i文件发生变化时，才需要先执行wrap命令
python setup.py wrap
python setup.py build
python setup.py install