createPricingEngine

createPricingEngine(name, dummyTable, timeColumn, typeColumn, securityType, method, outputTable, [securityReference], [keyColumn], [extraMetrics])

本函数用于计算估值定价。

该引擎既可调用 DolphinDB 诸多用于估值定价的函数，也支持传入自定义函数或表达式。适用于多种业务场景、交易品种、数据频率的现代金融工具，进而帮助用户准确判断市场动态、优化投资决策、并有效管理市场风险。

name 字符串标量，表示引擎的名称。该参数是引擎在一个数据节点上的唯一标识，可包含字母，数字和下划线，但必须以字母开头。

dummyTable 表，用于指定输入数据的表结构。

timeColumn 字符串向量，用于指定输入表中的时间列。

typeColumn 字符串向量，用于指定表中的债券列。根据债券列，引擎调用 method 中相应的方法。

securityType 整型向量，用于指定需要定价的债券类型。

method 元代码元组，用于指定债券定价算法和参数。注意：

• method 指定的方法和 securityType 指定的债券列一一对应。

• 可以传入内置函数、自定义函数或表达式。

• 算法中的参数可以是输入表中的列或者是参数 securityReference 中的列或者常量，优先查找参数 dummyTable 中的列；如果有重名，可以用列引用的方式，如 dummyTable.X。

• 对于 vanillaOption 的 kwargs, 支持以下几种写法：

  • 单独指定kwargs

    • kwargs = dict(STRING, ANY)
      kwargs['theta'] = <theta>
      kwargs['kappa'] = <kappa>
      kwargs['rho'] = <rho>
      kwargs['sigma'] = <sigma>
      method=[<vanillaOption(settlement, maturity, valDay, spot, strike, riskFree, dividend, volatility, isCall, style, basis, calendar,"heston",kwargs)>]

  • 直接在method中构造kwargs

    • method=[<vanillaOption(settlement, maturity, valDay, spot, strike, riskFree, dividend, volatility, isCall, style, basis, calendar,"heston",dict(`theta`kappa`rho`sigma, [theta, kappa, rho, sigma]))>]

outputTable 计算结果的输出表。遵循如下列顺序：

1. 时间列，与参数 timeColumn 保持一致。

2. 债券类型，与参数 typeColumn 保持一致。

3. 合约代码列，与参数 keyColumn 保持一致。

4. 定价结果，DOUBLE 型数组向量，输出值的数量与参数 methodList 中指定算法的数量保持一致。

5. 额外指定输出的算子，与 extraMetrics 保持一致。

securityReference 可选参数，内存表，用于指定每个合约基础信息。注意：不同品种的合约基础信息略有不同，如有需要请先整合到一张表里再输入；若没有信息则为空值。如下为表说明：

keyColumn 可选参数，字符串标量或元组（长度为2），用于指定 dummyTable 和 securityReference 中的合约代码列。注意：需要同时指定或同时不指定参数 sucurityReference 和 keyColumn。

extraMetrics 可选参数，元代码元组，用于指定除定价结果外需要额外输出的信息。该参数可以传入输入列中的部分列、securityReference 中的部分列等。注意：不可包含常量。

//指定传入表结构、合约基础信息、输出表结构
dummyTable = table(1:0, `tradeTime`Symbol`realTimeX`predictY`price,[TIMESTAMP,SYMBOL, DOUBLE, DOUBLE, DOUBLE])
securityReference= table(take(0 1 2, 100) as type, take(1 2 3 4, 100) as assetType,"s"+string(1..100) as symbol, 2025.07.25+1..100 as maturity, rand(10.0, 100) as coupon, rand(10,100) as frequency,take([1],100) as basis )
outputTable = table(1:0, `tradeTime`type`symbol`result`factor1`factor2,[TIMESTAMP, INT, SYMBOL, DOUBLE, DOUBLE, DOUBLE])

//指定需要定价的债券类型、有价证券的购买日期、证券票面值、债券定价算法和参数
typeList=[0,1,2]
date=2024.07.25
par=100
methodList=[<bondDirtyPrice(date, maturity, coupon, predictY, frequency,basis)>,
             <bondAccrInt(date, maturity, coupon, frequency,par,basis)>,
             <bondDuration(date, maturity, coupon, predictY, frequency, basis)>]

//基于上述参数创建估值定价引擎
createPricingEngine(name="engine1", dummyTable=dummyTable, timeColumn=`tradeTime, typeColumn=`type, securityType=typeList, method=methodList, outputTable=outputTable, securityReference=securityReference, keyColumn=`Symbol, extraMetrics=[<price * predictY>, <coupon+price>])

data = table(take(now(), 100)as tradeTime,"s"+string(1..100) as symbol, rand(10.0, 100) as realTimeX,  rand(10.0, 100) as predictY, rand(10.0, 100) as price)
getStreamEngine(`engine1).append!(data)

相关函数

• bondDirtyPrice

• bondAccrInt

• bondDuration

• bondConvexity

• bondYield

• irs