基本信息
- 原书名：Modeling Derivatives Applications in Matlab, C++, and Excel
- 原出版社： FT Press
编辑推荐
本书为“华章数学译丛”系列图书之一，汇集了多位行业骨干和专家的各类开发成果与模型，是第一本通过三个开发平台——matlab、c++和excel建模复杂衍生品的书。
内容简介
书籍
数学书籍
本书主要讲述重要的衍生品定价模型，并运用Matlab、C++和Excel对包括信用衍生品(如信用违约掉期和信用关联记录)、债务抵押债券(CDO)、住房抵押贷款支持证券(MBS)、资产支持证券(ABS)、互换、固定收益证券，以及日渐重要的天气、电力、能源衍生品等进行建模．本书提供了Matlab和C++的示例代码，这些代码都可以更改和扩展，以满足实际需要．读者将从衍生品模型的数据、理论和代码执行上获益．
本书适合作为统计、金融数学、经济管理等相关专业的教材，也可供对金融衍生品建模感兴趣的读者参考．
本书汇集了多位行业骨干和专家的各类开发成果与模型，是第一本通过三个开发平台——Matlab、C++和Excel建模复杂衍生品的书。书中详细介绍了重要的衍生品定价模型，讨论了如何建立有效的模型，并提供了一些有用的技巧和方法。本书着重强调怎样利用C++、Mat，ab和Excel对价格、贸易和对冲交易这些复杂的模型进行编码，旨在教会读者正确地开发和执行衍生品程序。
本书特点
涵盖了所有重要的衍生品定价模型，包括信用衍生晶、债务抵押债券(CDO)、资产支持证券(ABS)、固定收益证券，以及天气、电力、能源衍生品等。
列举了大量的Matlab、C十十和Excel应用实例，以帮助读者在实践中正确运用这些模型。
提供了Matlab和C++的示例代码，这些代码都可以更改和扩展，以满足读者实际需要。
数学书籍
本书主要讲述重要的衍生品定价模型，并运用Matlab、C++和Excel对包括信用衍生品(如信用违约掉期和信用关联记录)、债务抵押债券(CDO)、住房抵押贷款支持证券(MBS)、资产支持证券(ABS)、互换、固定收益证券，以及日渐重要的天气、电力、能源衍生品等进行建模．本书提供了Matlab和C++的示例代码，这些代码都可以更改和扩展，以满足实际需要．读者将从衍生品模型的数据、理论和代码执行上获益．
本书适合作为统计、金融数学、经济管理等相关专业的教材，也可供对金融衍生品建模感兴趣的读者参考．
本书汇集了多位行业骨干和专家的各类开发成果与模型，是第一本通过三个开发平台——Matlab、C++和Excel建模复杂衍生品的书。书中详细介绍了重要的衍生品定价模型，讨论了如何建立有效的模型，并提供了一些有用的技巧和方法。本书着重强调怎样利用C++、Mat，ab和Excel对价格、贸易和对冲交易这些复杂的模型进行编码，旨在教会读者正确地开发和执行衍生品程序。
本书特点
涵盖了所有重要的衍生品定价模型，包括信用衍生晶、债务抵押债券(CDO)、资产支持证券(ABS)、固定收益证券，以及天气、电力、能源衍生品等。
列举了大量的Matlab、C十十和Excel应用实例，以帮助读者在实践中正确运用这些模型。
提供了Matlab和C++的示例代码，这些代码都可以更改和扩展，以满足读者实际需要。
作译者
Justin London拥有密歇根大学经济学和数学的学士学位、应用经济学的文科硕士学位，以及金融工程、计算机科学和数学的理科硕士学位。他是全球在线交易和金融技术公司的创始人，曾为贸易公司和他自己的定量咨询公司开发固定收益和股权模型。他曾在芝加哥一家大银行使用信用衍生品分析和管理银行企业贷款组合，而且还指导几家银行完成了自己的衍生品交易系统。
目录
前言
第1章互换与固定收益工具1
1.1欧洲美元（利率）期货1
1.2短期国债与长期债券2
1.2.1利用短期国债期货避险4
1.2.2期货多头避险：对182天短期国债进行合成期货避险5
1.3在Matlab中计算短期国债价格与收益率8
1.4对债券头寸进行套期保值9
1.4.1利用短期国债看涨期权对91天短期国债期货进行套期保值9
1.4.2空头套期保值：管理到期日缺口10
1.4.3到期日缺口和持有成本模型11
1.4.4使用欧元看跌期权管理到期日缺口11
1.4.5空头套期保值：对变动利率贷款进行套期保值12
1.5债券与互换久期、修正久期，以及每基点美元价值（DV01）14
1.6利率期限结构19
1.7自举分析模型20
1.8在Matlab中进行自举分析23
1.9在Excel中进行自举分析24
1.10在Matlab中计算互换价格的一般方法27
1.11在Matlab中利用期限结构分析为互换定价35
第1章互换与固定收益工具1
1.1欧洲美元（利率）期货1
1.2短期国债与长期债券2
1.2.1利用短期国债期货避险4
1.2.2期货多头避险：对182天短期国债进行合成期货避险5
1.3在Matlab中计算短期国债价格与收益率8
1.4对债券头寸进行套期保值9
1.4.1利用短期国债看涨期权对91天短期国债期货进行套期保值9
1.4.2空头套期保值：管理到期日缺口10
1.4.3到期日缺口和持有成本模型11
1.4.4使用欧元看跌期权管理到期日缺口11
1.4.5空头套期保值：对变动利率贷款进行套期保值12
1.5债券与互换久期、修正久期，以及每基点美元价值（DV01）14
1.6利率期限结构19
1.7自举分析模型20
1.8在Matlab中进行自举分析23
1.9在Excel中进行自举分析24
1.10在Matlab中计算互换价格的一般方法27
1.11在Matlab中利用期限结构分析为互换定价35
译者序
30年前，金融衍生品还是一个深奥且专业的课题.作为金融衍生品市场最发达的国家，美国创造出了很多金融衍生品工具，如金融期货、期权、货币互换等.随着人们对金融衍生品的需求逐渐增加，世界各地还出现了若干新兴的金融市场，如芝加哥国际货币市场、新加坡国际货币交易中心、伦敦国际金融期货交易所、法国国际金融期货交易所等，人们在其中从事金融衍生品交易.不可否认，金融工具在防范投资风险或借贷风险方面有明显的作用，不少新的工具突破了传统上对金融机构在业务范围、利率方面的管制.各种金融期货、期权、货币互换等新的金融工具相继出现，提供了更为广泛的资金筹措渠道，同时降低了融资成本，这在一定程度上规避或减轻了投资风险.金融衍生品市场的发展，促进了金融业的进一步发展，促进了经济与金融的国际化.
2008年，一场突如其来的全球金融危机使得衍生品成为众人瞩目的焦点，有一些人认为作为衍生品的信用违约掉期（CDS）是导致金融危机的罪魁祸首之一.尽管市场跌宕起伏，质疑声尚未停歇，但衍生品市场整体仍呈增长趋势.根据美国期货业协会（FIA）对全球69个期货、期权交易所的数据统计，2008年全球场内衍生品成交量达176.5亿张，同比增长13.7%，其中期货成交量达82.91亿张，期权成交量达93.61亿张.
无论与欧美发达国家相比，还是与相同类型的发展中国家相比，我国在金融衍生品交易方面的落后是毋庸置疑的.股指期货、利率期货、汇率期货以及相应的期权交易已经成为大多数经济体不可或缺的一部分.国内利率和汇率尚未完全市场化，利率、汇率衍生品的推出仍遥遥无期.股指期货准备了好几年，但何时推出仍然没有确切的时间表.
时至今日，对国内投资者而言，用数量工具构建衍生品模型仍然比较陌生.金融衍生品的缺乏导致国内对衍生品的建模、定价等知之甚少，这方面的书籍也相当有限.因此，当海通期货研究所决定翻译引进若干期货领域的权威著作并介绍给广大的中国读者时，我便自告奋勇地提出负责此书的翻译工作，希望能为推进中国衍生品市场的发展贡献自己的一份绵薄之力.
由于工作繁忙，以及尽快出版的需要，我和海通期货研究所的同事们一起完成了翻译任务.本书翻译的分工是：前言、第1章由刘佳利负责翻译，第2章、第3章由王智泽负责翻译，第4章、第5章由龚劼负责翻译，第6章由黄茜、郭梁负责翻译，第7章由郭梁负责翻译，第8章、第9章由黄茜负责翻译，附录、参考文献由杨钤雯负责翻译.译稿由郭梁、黄茜、简比佳审校.
郭梁
海通期货研究所
2010年8月7日
2008年，一场突如其来的全球金融危机使得衍生品成为众人瞩目的焦点，有一些人认为作为衍生品的信用违约掉期（CDS）是导致金融危机的罪魁祸首之一.尽管市场跌宕起伏，质疑声尚未停歇，但衍生品市场整体仍呈增长趋势.根据美国期货业协会（FIA）对全球69个期货、期权交易所的数据统计，2008年全球场内衍生品成交量达176.5亿张，同比增长13.7%，其中期货成交量达82.91亿张，期权成交量达93.61亿张.
无论与欧美发达国家相比，还是与相同类型的发展中国家相比，我国在金融衍生品交易方面的落后是毋庸置疑的.股指期货、利率期货、汇率期货以及相应的期权交易已经成为大多数经济体不可或缺的一部分.国内利率和汇率尚未完全市场化，利率、汇率衍生品的推出仍遥遥无期.股指期货准备了好几年，但何时推出仍然没有确切的时间表.
时至今日，对国内投资者而言，用数量工具构建衍生品模型仍然比较陌生.金融衍生品的缺乏导致国内对衍生品的建模、定价等知之甚少，这方面的书籍也相当有限.因此，当海通期货研究所决定翻译引进若干期货领域的权威著作并介绍给广大的中国读者时，我便自告奋勇地提出负责此书的翻译工作，希望能为推进中国衍生品市场的发展贡献自己的一份绵薄之力.
由于工作繁忙，以及尽快出版的需要，我和海通期货研究所的同事们一起完成了翻译任务.本书翻译的分工是：前言、第1章由刘佳利负责翻译，第2章、第3章由王智泽负责翻译，第4章、第5章由龚劼负责翻译，第6章由黄茜、郭梁负责翻译，第7章由郭梁负责翻译，第8章、第9章由黄茜负责翻译，附录、参考文献由杨钤雯负责翻译.译稿由郭梁、黄茜、简比佳审校.
郭梁
海通期货研究所
2010年8月7日
前言
随着新型的金融衍生品（如信用衍生品）的迅猛发展，上百家金融机构正在交易这些复杂的金融工具，并雇用了成千上万的金融、技术专业人员为他们建立有效而准确的模型.由此带来的就是对于C++和Matlab（衍生品模型构建与执行所采用的两种常用语言）等编程工具的广泛应用，使从业人员拥有熟练应用这些程序语言进行编程的技能也变得愈加重要.此外，Excel作为当前许多金融机构自营部门的前端交易应用工具，熟练操作Excel也是非常重要的.
本书是第一本详细涵盖了重要的衍生品定价模型的书，书中运用Matlab、C++和Excel对包括信用衍生品（如信用违约掉期和信用关联记录）、债务抵押债券（CDO）、住房抵押贷款支持证券（MBS）、资产支持证券（ABS）、互换（掉期）、固定收益证券，以及日渐重要的天气、电力、能源衍生品等进行建模.读者将从衍生品模型的数据、理论和代码执行上获益.
本书列举了大量的Matlab、C++和Excel的应用实例.为了展示这些模型在实践中如何运用，书中所有例子皆来源于Bloomberg实时数据.本书旨在教会读者怎样正确地开发和执行衍生品程序，以帮助他们在开发应用程序时能找到适合的程序代码.最好的学习方法是参照例子运行代码.各章内容分别如下：
第1章：互换和固定收益债券.
第2章：copula和copula方法论.
第3章：住房抵押贷款支持证券.
第4章：债务抵押债券.
第5章：信用衍生品.
第6章：天气衍生品.
第7章：能源和电力衍生品.
第8章：运用Matlab执行能源衍生品模型.本章内容是在休斯敦大学全球能源管理学院金融学教授、院长Craig Pirrong的原著基础上编写而成.
第9章：商业房地产支持证券（一种资产支持证券）.在新加坡国立大学房地产金融系Tien-Feo Sing教授的原著基础上编写而成.
为了向读者提供多种不同视角和尽可能全面的信息，整本书汇集了多位行业骨干和专家的各类开发成果与模型.本书不仅涵盖复杂的衍生品模型及所有编码，还结合了行业专家的重要成果.例如，第2章和第5章提到了Galiani（2003），第4章提到了Picone(2004)，第1章和第3章讨论了Johnson（2004），以及Doerr(2002)、Xiang(2004)和Xu(2004)的关于能源衍生品的宝贵研究.在第8章，Craig Pirrong讨论了PJ（Pirrong-Jermayakan）模型，一个双向交替的隐式有限差分法（ADI）对能源衍生品定价的求导方案.第9章中，Tien-Feo Sing利用蒙特卡罗模型给资产支持证券定价.此外，致谢中提到的许多人都向本书提供了代码.
本书着重强调怎样利用C++、Matlab和Excel对价格、贸易和对冲交易这些复杂的模型进行执行和编码，并没有集中讨论设计模式或最好的编码技术（这些也许会在随后发行的版本中讨论）.在构建面向对象的代码时，效率和模块化是重要的设计目标.鉴于建立利息树时的一些常规化程序，本书一些例子中的C++编码可能会更趋向于模块化.本书的重点是提供适合读者的工作执行方式.然而，本书也为如何建立有效的模型提供了一些论述和有用的技巧.例如一个常见问题：当开发运用和存储多维数据模型时，如何进行数据结构的内存分配.使用一个预定义的二维数组，由于它是固定大小的，所以不是最有效的分配内存的方法.如果你不知道这种结构能存储多少实际数据，有很多内存也许会闲置和浪费.另一方面，预定义数组的大小可能不够大.
虽然二维数组很容易定义，但使用数组模板类（能够处理多维）和C++中标准模板库（STL）的向量更有效，因为它们是动态的，且不会占用过多内存.本书运用了这些结构，当然也有一些二维数组.Matlab作为一种矩阵操作语言，如果数组的大小没有预先定义，那么当数据被使用时，Matlab将提供自动内存分配.在Matlab里，所有的数据被当做矩阵对象，例如，单个的数字被当做一个1×1的阵列.数据能从一个对象里加入或移走，这个对象将动态扩展或者减少内存空间.
尽管我们努力想把拼写错误都找出来，但鉴于本书的篇幅以及复杂性，不可避免地还是会有一些错误.任何更正都会公示在网站上.
希望本书能带给你开发、构建、测试你自己模型的基础.与此同时，通过利用前期测试代码，能节省大量的开发时间.
注：代码文件版权归Justin London及其投稿者们所有.禁止非法复制或传播.
致谢
特别感谢以下人员提供的代码以及为此书所做的贡献：
本书是第一本详细涵盖了重要的衍生品定价模型的书，书中运用Matlab、C++和Excel对包括信用衍生品（如信用违约掉期和信用关联记录）、债务抵押债券（CDO）、住房抵押贷款支持证券（MBS）、资产支持证券（ABS）、互换（掉期）、固定收益证券，以及日渐重要的天气、电力、能源衍生品等进行建模.读者将从衍生品模型的数据、理论和代码执行上获益.
本书列举了大量的Matlab、C++和Excel的应用实例.为了展示这些模型在实践中如何运用，书中所有例子皆来源于Bloomberg实时数据.本书旨在教会读者怎样正确地开发和执行衍生品程序，以帮助他们在开发应用程序时能找到适合的程序代码.最好的学习方法是参照例子运行代码.各章内容分别如下：
第1章：互换和固定收益债券.
第2章：copula和copula方法论.
第3章：住房抵押贷款支持证券.
第4章：债务抵押债券.
第5章：信用衍生品.
第6章：天气衍生品.
第7章：能源和电力衍生品.
第8章：运用Matlab执行能源衍生品模型.本章内容是在休斯敦大学全球能源管理学院金融学教授、院长Craig Pirrong的原著基础上编写而成.
第9章：商业房地产支持证券（一种资产支持证券）.在新加坡国立大学房地产金融系Tien-Feo Sing教授的原著基础上编写而成.
为了向读者提供多种不同视角和尽可能全面的信息，整本书汇集了多位行业骨干和专家的各类开发成果与模型.本书不仅涵盖复杂的衍生品模型及所有编码，还结合了行业专家的重要成果.例如，第2章和第5章提到了Galiani（2003），第4章提到了Picone(2004)，第1章和第3章讨论了Johnson（2004），以及Doerr(2002)、Xiang(2004)和Xu(2004)的关于能源衍生品的宝贵研究.在第8章，Craig Pirrong讨论了PJ（Pirrong-Jermayakan）模型，一个双向交替的隐式有限差分法（ADI）对能源衍生品定价的求导方案.第9章中，Tien-Feo Sing利用蒙特卡罗模型给资产支持证券定价.此外，致谢中提到的许多人都向本书提供了代码.
本书着重强调怎样利用C++、Matlab和Excel对价格、贸易和对冲交易这些复杂的模型进行执行和编码，并没有集中讨论设计模式或最好的编码技术（这些也许会在随后发行的版本中讨论）.在构建面向对象的代码时，效率和模块化是重要的设计目标.鉴于建立利息树时的一些常规化程序，本书一些例子中的C++编码可能会更趋向于模块化.本书的重点是提供适合读者的工作执行方式.然而，本书也为如何建立有效的模型提供了一些论述和有用的技巧.例如一个常见问题：当开发运用和存储多维数据模型时，如何进行数据结构的内存分配.使用一个预定义的二维数组，由于它是固定大小的，所以不是最有效的分配内存的方法.如果你不知道这种结构能存储多少实际数据，有很多内存也许会闲置和浪费.另一方面，预定义数组的大小可能不够大.
虽然二维数组很容易定义，但使用数组模板类（能够处理多维）和C++中标准模板库（STL）的向量更有效，因为它们是动态的，且不会占用过多内存.本书运用了这些结构，当然也有一些二维数组.Matlab作为一种矩阵操作语言，如果数组的大小没有预先定义，那么当数据被使用时，Matlab将提供自动内存分配.在Matlab里，所有的数据被当做矩阵对象，例如，单个的数字被当做一个1×1的阵列.数据能从一个对象里加入或移走，这个对象将动态扩展或者减少内存空间.
尽管我们努力想把拼写错误都找出来，但鉴于本书的篇幅以及复杂性，不可避免地还是会有一些错误.任何更正都会公示在网站上.
希望本书能带给你开发、构建、测试你自己模型的基础.与此同时，通过利用前期测试代码，能节省大量的开发时间.
注：代码文件版权归Justin London及其投稿者们所有.禁止非法复制或传播.
致谢
特别感谢以下人员提供的代码以及为此书所做的贡献：
