况客：Campisi债券业绩归因模型

对于业绩归因模型，权益投资者们更加熟悉，相比而言，固定收益债券的业绩归因模型会更加复杂，目前相对经典的模型有： W-T模型 加权久期归因模型 Campisi模型 Campisi模型 传统认知里： 债权组合收益=包括票息收入+资本利得收入 债权组合收益 = 包括票息收入 + 资本利得收入 债权组合收益=包括票息收入+资本利得收入 CampisiCampisiCampisi模型认为： 总收益率...

原文【手把手教你】玩转Python金融量化利器之Pandas

Campisi分解模型是从债券的定价出发进行收益分解。得到债券价格P可以表示为：假设债券的买卖发生在付息期间，将上下两个付息日之间的时间看作单位1，交易日到下一个付息日之间的剩余日期为m，交易日作为起始日，剩余付息次数为N+1，y是债券的到期收益率，其他关键变量有利息C、到期偿还的本金即面值F。债券的价格受到两个因素的影响：到期收益率y和利息mC，价格对于这两个因素的敏感度可以通过求偏微分得到。已知麦考利久期D和修正久期MD分别为债券的定价公式可以转换为。

债券与股票投资组合的业绩归因方法又本质不同。 债券的投资收益主要来源于三种方式： 息票利息 利息收入的再投资收益 持有到期时或被提前赎回/卖出时所得到的资本利得 债券价格受多方面影响： 标的公司基本面 行业风险水平波动 利率水平 常见的债券基金业绩归因模型有： W-T模型 加权久期归因模型 Campisi模型 Campisi模型 实务中，Campis...

业绩评价 基金研究中经常出现业绩归因这个概念。 业绩归因的上层概念是业绩评价，业绩评价作为一个综合体系分为三个要素： 业绩度量 业绩度量是业绩评价体系的基础，研究理论成熟。基于资本资产定价模型（CAPM模型）的三大经典风险调整收益度量法依旧服役。 Treynor(1965)指数：引入投资组合的系统性风险因子β\betaβ来计算单位风险所获得的超额收益，其值越大，承担单位系统风险所获得的超额...

评价某人的投资能力不是一件容易的事情，虽然有无可争辩的收益数字作为证据，但究竟是运气使然（刚好大牛市、刚好赌对方向）还是实力使然，不容易证明。围绕着这个问题，诞生了一些业绩归因算法，虽然有了业绩归因也无法说明是否运气（运气就是可持续性，任何由历史预测未来的体系都难以完美解决这个问题），但业绩归因是最重要的基石。对于权益资产，Brinson模型名扬天下。对于债券类资产，Campisi似乎是主流。本文...

对于债券基金而言， Campisi模型考虑了债券的特征和特殊风险，将债券收益分解为收入、国债、利差和择券四种效应，可以更清晰地解释债券基金收益来源。 为了帮助大家快速计算 Campisi 结果，进一步优化组合以实现更高的投资回报，我们基于 DolphinDB 实现了 Campisi 算法，并将其封装成函数。阅读全文，详细了解 Campisi 模型业绩归因原理 & 对应函数在 DolphinDB 的实现步骤！

买基金、买理财产品的时候，总会看到七日年化利率 XXX 的信息，这个具体指的是什么，不一定所有人都会计算，然后就搜索了相关的信息，做了下整理。 说白了就是 365 * 每日收益X -------------------------- * 100% = 年化收益Y 本金 所以要计算每日收益X的话，就可以换算下公式为： 每日收益X = 年化收益Y / 100 * 本金 / 365 ...

新书|《Python金融量化-固定收益类产品分析》本篇为大家来导读整本书的精华内容。【注】购买链接与赠送活动见文末。本书的主要特色是金融科技的交叉融合，既可以让金融业务的人员了解金融业务模型如何运用 Python 编程实现，又可以让科技人员学会金融业务。本书中的所有实例是基于Python 编写的。下面从目录开始介绍。目录 ...

近年来，购物方式发生了巨大变化。如今，知情的客户在投资任何项目之前都会进行研究，并且只有在通过多种渠道和网站为自己获得最优惠的价格后才能进行在线购买。但是，这使得营销人员很难在做出有意识的选择之前正确确定客户接触了多少营销渠道。 如果我们确定客户在购买他们最喜欢的产品之前经过的渠道路径，我们可以使用渠道归因模型分析哪个渠道帮助他们进行了购买。这样的多渠道报告将为我们提供两个重要的转化价值：最终点击转化和辅助转化。 在这篇文章中，我将向您展示如何使用Python构建多渠道归因模型，然后可以将其用于检索我上

由于即期收益率反应当下不同期限零息债券的收益率，能更加准确反应当下不同期限债券的市场收益率水平，因此，使用即期收益率对债券的每笔现金流用不同的折现率进行折现计算的结果更加精确，但相应的计算复杂度和需要考虑的参数更多，因此仅对某些需要精细化分析的情景下会使用即期收益率进行债券定价的计算。在进行组合风险管理时，久期是常被使用作为刻画投资组合风险特征的指标，但组合久期是一个加权平均的结果，因此在收益率曲线的形态发生明显变化时，组合久期测算的风险可能和实际利率风险有比较大的偏离。债券的投资过程中的收益主要取决于。

一项投资的最终表现依赖于多个影响因素，而绩效分解(又称为绩效归因)便是如何定量的将实际表现分解到各个影响因素。 具体到一个公司（泛指，可以是证券公司自营部门、国家养老金、个人投资者），投资行为可能是： 首先，将可配置资金分到各种大类资产。比如配置40%到股票交易部，60%到债券交易部； 然后，股票部门会将资金配置到好几个投资经理，有些跟踪大盘股、有些专门做价值股；债券部门类似，配置到货币投资经理...

1.前言此篇文章是基于第一篇Kuwahara filter基础上，针对该算法的改进。当然并不是我自己改进，主要还是根据参考论文算法改进而来的，因为本身并没有作者的源代码，所以有可能在实现上会出错，所以还请大家多多指出错误并且给予一定的改进方案。2.参考论文仍然先列出来参考论文，方便大家查找。 M. Nagao and T. Matsuyama, ”Edge preserving smoothing”

文章目录1. 引言1.1 前文回顾1.2 符号说明2. 久期（Duration）2.1 麦考利久期（Macaulay Duration, MacD）2.2 修正久期（Modified Duration, ModD）2.3 货币久期（Dollar Duration, DD）2.4 DV012.5 各久期之间的关系(1) MacD V.S. ModD(2) ModD V.S. DD(3) DD V.S...

#一、CAPM 模型简介 资本资产定价模型（简称 CAPM）是由美国学者夏普、林特尔、特里诺和莫辛等人在资产组合理论的基础上发展起来的,是现代金融市场价格理论的支柱。现代资产组合理论认为，资产组合面临的风险主要有系统性风险和非系统性风险。系统性风险与整体经济运行（如通货膨胀，经济危机等）相关，而系统性风险与资产自身的特性相关。通过投资于由多种资产构成的资产组合，虽不能消除系统性风险，但可以降低直至消除资产组合的非系统性风险。而 CAPM 模型就是对资产的系统性风险的定价。 #二、CAPM的基本假设 CAPM

研究量化交易时遇到一个概念：流数据表。 流数据（data stream）1 流数据是一组顺序、大量、快速、连续到达的数据序列。由多个（数千个2）数据源持续生成的数据。 数据流可被视为一个随时间延续而无限增长的动态数据集合。 应用场景：网络监控、传感器网络、航空航天、气象测控、金融服务… 此类数据需要按记录或根据滑动时间窗口按顺序进行递增式处理，可以解析出网站点击量、人员和实物的地理位置…以便迅...