個人のお客様はこちら

日本の金融理論教育をリードするシグマインベストメントスクール


menu

クオンツ・ワークショップ with BTMU デリバティブ/クオンツ

【現役クオンツが教える!実践・Python金融工学1】
イールドカーブロジックの実装と
マルチカーブを用いたプライシング

※Python(Anaconda)をインストール済みノートパソコンを弊社で準備いたします。

【開催日時】 2017年 9月 4日(月) 9:30~16:30(6時間)
【講師】<メイン>町田暢之、<サポート>高須翔、関友宇
【受講料】75,600 円(税込)

ワークショップの特徴

python

Pythonはクオンツ分野でも最も注目されているプログラミング言語です。 オブジェクト指向言語で、豊富な機能を備えている一方で、非常に使いやすく、 無料で入手できる、ポータブルであるといった特徴も備えています。 科学技術計算、統計解析、機械学習などに有益なモジュール (numpy, scipy,scikit-learn, statsmodels等)も充実しており、 クオンツ分野の解析、情報処理、計算にも広く使われています。
 イールドカーブの構築は、どの金融商品の価格付けを行う際にも必要で、クオンツとして必須の素養です。 伝統的ファイナンス理論では、スワップ等からキャリブレーションされたイールドカーブを用いて価格付けを行いますが、 昨今の複雑化した金融市場を背景に、各種ベーシスを考慮したカーブの構築やデリバティブ取引の担保条件によりカーブを使い分けることが一般的となっています。 本ワークショップでは、伝統的ファイナンス理論に沿ってシングルカーブ(Liborディスカウント)を導入した後、 現在のクオンツ界標準であるマルチカーブについて基本となる考え方を俯瞰することを目標とします。

実施スケジュール

日 程 2017年 9月 4日(月)9:30~16:30 (6時間)
※開始時刻の30分前より、入場できます。
定 員 25名
(先着順。定員を超えた場合、お申込順で締め切らせて頂きます)
会 場 シグマベイスキャピタル株式会社 教室
東京都中央区日本橋茅場町2-9-8 茅場町第2平和ビル 3階
アクセス 東京メトロ 東西線・日比谷線「茅場町」駅下車 2番出口より徒歩1分
東京メトロ 日比谷線「八丁堀」駅 徒歩4分
東京メトロ 銀座線・東西線、都営地下鉄 浅草線「日本橋」駅 徒歩8分
詳しい地図はこちら(新しいウィンドウが開きます)

講師

町田 暢之<メイン> 講師写真
株式会社三菱東京UFJ銀行 デリバティブ・クオンツ(新商品開発、システム開発)
2010年立命館大学卒業、2012年同大学院理工学研究科基礎理工学専攻数理科学コース修士課程修了
同年株式会社三菱東京UFJ銀行入行。
入行以来、デリバティブトレーダーのサポート業務として、デリバティブ新商品開発、リスク分析、及びシステム開発に従事。
直近は、デリバティブシステムの海外展開を担当。

高須 翔<サポート> 講師写真
株式会社三菱東京UFJ銀行 デリバティブ・クオンツ
2012年東京大学経済学部卒業、2014年同大学大学院数理科学研究科修士課程修了。
同年株式会社三菱東京UFJ銀行入行。一貫してデリバティブのモデル開発業務に従事。
現在、金利系・為替系デリバティブのモデル開発業務を担当。

関 友宇<サポート> 講師写真
株式会社三菱東京UFJ銀行 デリバティブ・デスク・クオンツ
2012年京都大学卒業、2014年同大学院理学研究科物理学修士課程修了
同年株式会社三菱東京UFJ銀行入行。一貫してデリバティブ・トレーディングデスクの分析サポート業務に従事。
現在為替モデル及びフロントツール高度化を担当。

カリキュラム

  • イールドカーブとは
    (1)金利スワップについて
    (2)LIBORディスカウントについて
  • シングルカーブの実装
    スワップ等からキャリブレーションされたイールドカーブを用いた、伝統的ファイナンス理論における価格付けを学習します。
    (1)LIBORディスカウントによるカーブ構築
    (2)金利スワップのプライシング
  • マルチカーブとOISディスカウント
    現在の標準であるマルチカーブについて基本となる考え方を俯瞰することを目標とします。
    (1)マルチカーブの必要性
    (2)OISディスカウントの概要・必要性

※カリキュラム内容は一部変更になる場合がありますので、あらかじめご了承ください。

ワークブック

講義資料

  • ・カリキュラム内容をカバーした講義資料をワークショップ当日に全員に配布します。
  • PythonデータセットはUSBメモリ等に格納してお持ち帰りいただけます。
    • 事前学習用

      参考書籍(受講後学習用)

      • ・ジョン・ハル(著)『フィナンシャルエンジニアリング<第9版>:デリバティブ取引とリスク管理の総体系』(共訳、金融財政事情研究会、2016) Ch.9-Ch.15, Ch.17-Ch.21, Ch.29-Ch.31
      • ・【オプション評価】村上 秀記(著)『金融実務講座 マルチンゲールアプローチ入門: デリバティブ価格理論の基礎とその実際』(近代科学社、2015)
      • ・【pythonデリバティブ】”Derivatives Analytics with Python: Data Analysis, Models, Simulation, Calibration and Hedging (The Wiley Finance Series)” Yves Hilpisch (著)
      • ・三菱東京UFJ銀行市場企画部/金融市場部 (著)『デリバティブ取引のすべて~変貌する市場への対応~』(きんざい、2014)

      reference reference

      参考サイト

      受講料

      75,600 円(税込)

      【割引料金のご案内】

      • ・同一法人から2名以上同時にお申込み頂いた場合、1名あたりの受講料は2割引の「60,480(税込)」とさせていただきます。
      • ・お支払い方法「クレジットカード」でお申し込みの方には、割引条件を満たすことを弊社が確認した後、差額分を返金いたします。

      お申し込み方法

      WEB申込

      下記申込みフォームに必要事項を入力し、送信してください。
      (お申し込みボタンを押すと、新しいウィンドウまたはタブが開きます。)
      送信されますと、弊社より確認メールが届きます。

      ワークショップ お申込み

      9月 4日(月) 9:30~16:30

      お申込みに関する注意事項

      • 定員になり次第、受け付けを終了いたします。
      • お申込み状況により、延期または中止になる可能性があります。
        開講前に中止の旨をご連絡しますので、ご了承ください。
        受講料をお支払い済みの方には、受講料を返金いたします。
      • ワークショップの開催確定後、その旨のご連絡と併せ「受講証」「請求書(希望された方)」をメールにてお送りします。
      • お支払方法「銀行振込」でお申し込みの方には、開催確定後、受講料の請求書をお送り致しますので、所定の金額を全納してください。
        ※原則、実施日までにお振込をお願い致します。ただし、法人でお支払いの場合は、御社の「締め・支払い」規程に基づき、受講料をお振込頂ければ構いません。
      • ワークショップ当日は、「受講証」を必ずご持参ください。
      • 開催前日および当日のキャンセルはお受けしかねます。予めご了承ください。

      お申込みに関するお問合せ

       電話番号:03-3665-8191


      関連ワークショップ

      Pythonスクリプト(事前学習用)

      セミナー1日目の予習用Pythonスクリプトです。
      主に2種類の計算を行います。
      1. 1次元データの補間
      2. 連立一次方程式の解法

      これらの計算はそれぞれ、
      1. イールドカーブの補間
      2. マーケットレートからイールドカーブを引くキャリブレーション
      に使用します。

      
      import numpy as np
      from matplotlib import pylab as plt
      from scipy import interpolate
      
      def main():
          print('1. 1次元データ補間')
          # 補間のベースとなるデータ
          # xのデータとして[0, 10]を100等分したグリッド
          # y = sin(x)
          #(x, y)が補間により近似する対象となる真のデータ
          x = np.linspace(0, 10, 101)
          y = np.sin(x)
      
          # (x_grid, y_grid) : (x, y)のうち、補間グリッドに使う部分データ
          x_grid = np.linspace(0, 10, 11)
          y_grid = np.sin(x_grid)
      
          print('線形補間')
          f1 = interpolate.interp1d(x_grid, y_grid, kind='linear')
          z1 = f1(x)
          plt.figure()
          plt.plot(x, y, label='sin')
          plt.plot(x, z1, label='linear')
          plt.legend(loc = 'lower right')
          plt.show()
      
          print('0次スプライン補間')
          f2 = interpolate.interp1d(x_grid, y_grid, kind='zero')
          z2 = f2(x)
          plt.figure()
          plt.plot(x, y, label='sin')
          plt.plot(x, z2, label='zero')
          plt.legend(loc = 'lower right')
          plt.show()
      
          print('2次スプライン補間')
          f3 = interpolate.interp1d(x_grid, y_grid, kind='quadratic')
          z3 = f3(x)
          plt.figure()
          plt.plot(x, y, label='sin')
          plt.plot(x, z3, label='quadratic')
          plt.legend(loc = 'lower right')
          plt.show()
      
          print('2. 連立一次方程式の解法')
          #次の連立方程式を解く
          #6x + 4y + 1z = 7
          #1x + 8y -2z = 6
          #3x + 2y     = 8
          a = np.array([[6,4,1], [1,8,-2], [3,2,0]])
          b = np.array([7,6,8])
          answer = np.linalg.solve(a, b)
          print(answer)
      
      if __name__ == '__main__':
           main()