【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）

MENU

ワークショップの特徴

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

できるだけ事前WORKを！

Pythonスクリプト

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

参考サイト

・【マイナス金利】 ”New volatility conventions in negative interest environment” （http://www.d-fine.com/fileadmin/d-fine/hochgeladen/Fachartikel/WhitePaper_Vols_NegIR_V1_1_en.pdf）
・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」
・松原　望「確率論の入門基礎」（http://www.qmss.jp/prob/）
・松原　望「基礎統計ワークショップ」（http://www.qmss.jp/e-stat/）

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

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()