matlab3维b样条曲线_根据活跃券构建收益率曲线

随着市场发展，现在固收市场有趋向竞价模式的迹象。交易中心推出了Xbond，QB、Wind现在也有整合中介撮合的实时报价、成交的实时推送接口。当有实时市场接口后，建立实时的收益率曲线引擎，根据市场报价、成交实时信息更新曲线则变得越来越有意义：实时指导非活跃券定价，实时的曲线形态分析。我们尝试通过活跃券成交收益率、收盘估值建立一条自已的收益率曲线。首先，筛选活跃券的标准如下：

1. 在每个关键期限点一定期限范围内建立一个可选代码集合。

2. 在每个集合内，挑选当日交易量最大的代码做为最活跃券。

3. 如果集合内代码交易量均为零，则挑选最新券。

关键期限	下限	上限
1M	20D	35D
3M	75D	105D
6M	170D	190D
1Y	0.95Y	1.1Y
3Y	2.5Y	3.25Y
5Y	4.5Y	4.25Y
7Y	6.5Y	7.25Y
10Y	9.5Y	10.25Y
10Y+	11Y

其次，选择构建曲线的插值算法：

收益率曲线的插值算法非常多，常见的分段插值有B样条、多项式样条、Hermite样条等。中债估值曲线采用的就是Hermite样条插值。我们主要看下多项式样条、Hermite样条。

简单来说，三次多项式样条和三次Hermite样条的主要差别在于：在插值点，三次多项式样条要求一阶、二阶导数连续以保证曲线最大程度的光滑，同时本次多项式样条还需在两侧端点一阶、二阶四个值中指定两个，构建收益率曲线时，我们选择零端二阶导数为零、远端一阶导数为零；而三次Hermite则是要求指定插值点的一阶导数值，但大部分情况下插值点处的一阶导数是无法知道的，所以直接使用埃尔米特样条插值实用性并不强，一般是改进的piecewise monotonic cubic Hermite interpolation(PCHIP)方法，不仅可以获取插值点的一阶导数，还可以保证样条局部的单调性。

以10月27日国开曲线为例，首先通过WindPy的WSS函数可以获取当日债券的成交量及收益率。以1M、3M、6M、1Y、3Y、5Y、7Y、10Y、20Y为关键久期插值点。根据刚才的活跃券挑选标准，挑选出的最活跃券如下：

通过PCHIP插值构建的曲线如下：

通过三次样条插值构建的曲线如下：

由图可见，两种插值算法构建的收益率曲线大同小异。虽然曲线都是上凸的，但非活跃券的收益率基本都在构建的曲线上方，主要是因为插值点都是最活跃券，具有一定的流动性溢价。

我们可以总结下偏离的分布、趋势规律，以190215为例，190215于2020年3月23日起被200205替代成为非活跃券。从直方图来看，190215多位于曲线上方5bp~11bp之间。从时序图来看，当收益率快速走高、波动变大时，190215和曲线的利差拉大，最高达25bp，但收益率稳定、波动下降时，利差逐渐收敛。直觉上理解，当市场出现行情的初期、收益率波动变大时，190215作为非活跃券，下行比活跃券慢，上行比活跃券快，当市场行情的尾声、收益率波动变小时，190215作为非活跃券向活跃券靠拢。