クオンツ・ワークショップ by 石崎文雄、土屋修

SABR/SABR LIBOR Market Model：
　With Examples Implemented in Python

～ Python導入からはじめる実践クオンツ ～

ワークショップの特徴

Pythonをインストール済みのノートパソコンを弊社で準備いたします。

　本ワークショップはPythonの基本的な知識は前提としません。 Pythonは金融分野でも最も注目されているプログラミング言語です。Pythonは、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、金融分野の解析、情報処理、計算にも広く使われ始めています。

　今回のワークショップは、まず石崎文雄氏に、Pythonの基本解説、SABRモデル /LMMの概念的、数学的な基礎の解説をしながら、SABRモデル/LMMの計算部分の Pythonによる実装例を示してもらい、それを受けて土屋修氏にトレーディング実務におけるモデル実装時の様々な留意点について実践に即して解説してもらいます。

　SABRモデル/LMMの実装に興味のある方、Pythonを金融分野の解析、情報処理、計算に使いたいと考えている方に大変おすすめです。

実施スケジュール

講師

石崎文雄

株式会社モーダルステージ　代表取締役

近畿大学助手、徳島大学助手、University of California, Irvine 訪問研究員、Electronics and Telecommunications Research Institute エンジニアリング・スタッフ、Korea University 招聘准教授、

南山大学助教授・准教授・教授、東京工業大学非常勤講師等、国内外の大学・研究機関において、確率モデル、通信ネットワーク、オペレーションズ・リサーチ、確率離散事象システム、応用確率等の研究及び教育に従事。その後、様々な分野におけるデータの確率統計的な解析、確率モデルの構築と解析、機械学習によるモデル構築等に関連する業務に従事。2017年 株式会社モーダルステージ設立。京都大学 博士(工学)

土屋　修

シンプレクス株式会社　デリバティブ・クオンツ・アナリスト

東京大学卒業、同大学院修了　博士（学術） ドレスナー・クラインオート証券、シティグループ証券等で金利デリバティブ（CMSスプレッド等）およびハイブリッド・デリバティブ（PRDC等）のモデリングを経験。また、CVAデスクのサポートに携わる。他に新日本監査法人において金融コンサルタントの経験も有する。

カリキュラム

※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

事前学習用

• ・Pythonプログラム
  

  Pythonプログラム

参考サイト（事前学習用）

• ・シグマインベストメントスクール「エクセルを使ったモンテカルロ・シミュレーション」
• ・シグマインベストメントスクール「金融エンジニアリング　キーワード解説」

参考書籍

• ”SABR and SABR LIBOR Market Models in Practice: With Examples Implemented in Python (Applied Quantitative Finance)”
  　Christian Crispoldi, Gérald Wigger, Peter Larkin(著)

受講料

64,800 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「51,840円（税込）」とさせていただきます。

お申し込み方法

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。
• セミナーの開催確定後、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。
• セミナー当日は、「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

Pythonプログラム（事前学習用）

#Lognormal Black model
from scipy.stats import norm
import math

	def black(f0, y, expiry, vol, isCall):
#Compute the Black formula.
#f0: forward rate at time 0
#y: option strike
#expiry: option expiry (in years)
#vol: volatility
#isCall: True or False

option_val = 0
	if expiry * vol == 0.0:
		if isCall:
		option_val = max(f0-y,0.0)
		else:
			option_val = max(y-f0, 0.0)
			else:
				d1 = dPlusBlack(f0, y, expiry, vol)
				d2 = dMinusBlack(f0,y,expiry,vol)

		if isCall:
			option_val = f0 * norm.cdf(d1) - y * norm.cdf(d2)
 			else:
			option_val = y * norm.cdf(-d2) - f0 * norm.cdf(-d1)

			return option_val

	def dPlusBlack(f0, y, exipiry, vol):
		 d_plus = (math.log(f0/y) + 0.5 * vol * vol *expiry) \
				       / vol / math.sqrt(expiry)
			return d_plus

	def dMinusBlack(f0, y, exipiry, vol):
		d_minus = dPlusBlack(f0, y, expiry, vol) - vol * math.sqrt(expiry)
			return d_minus

			if __name__ == "__main__":
				isCall = True
				f0 = float(input('f0 (forward rate at time 0): '))
				y = float(input('y (option strike): '))
			 expiry = float(input('expiry (in years): '))
			 vol = float(input('volatility: '))
				ic = input('isCall? (0)yes, (1)no: ')
				if ic == '1':
				isCall = False

		option_val = black(f0, y, expiry, vol, isCall)
		print(option_val)