刺猬教你量化投資(八):金融建模中的Excel函數(shù)

EXCEL金融建模

掌握Python的基本知識后裳瘪,我們在編寫量化策略的代碼之前土浸,可以運(yùn)用excel作為策略設(shè)計的載體,這就需要了解使用excel中相關(guān)函數(shù)的方法彭羹。Excel中的函數(shù)可以分為四類黄伊,分別是數(shù)學(xué)運(yùn)算類函數(shù)、統(tǒng)計類函數(shù)派殷、查找類函數(shù)及其他類函數(shù)还最。

Excel常用的數(shù)學(xué)運(yùn)算函數(shù)

  1. EXP(x)

求復(fù)利的PV或FV時會用到。求時間價值時毡惜,可以將1/e^(r * T) 中的e^(r * T)直接用函數(shù)EXP(r * T)表示拓轻。

  1. LN(x)

LN(x)是EXP(x)的反函數(shù),已知PV和FV经伙,求r或t時會用到扶叉。
比如y=e^x 中,y已知橱乱,要求x辜梳,則先取Ln,得出Ln(y)=Ln(e^x)=x泳叠。

在連續(xù)r與離散r的轉(zhuǎn)換中也會用到作瞄。比如1(1+r離)^1=1e^(r連*1), 得出1+r離=e^r連危纫,r連=Ln(1+r離)宗挥。

  1. SQRT(x)

求平方根

  1. RAND()

生成隨機(jī)數(shù)乌庶,取值范圍時(0~1),求蒙特卡洛模擬時會用到契耿。EXCEL中每次按F9刷新瞒大,數(shù)字都會變。

  1. FACT(x)

求x的階乘搪桂,比如FACT(3)=3x2x1透敌。

  1. COMBIN(number,number_chosen)

求組合,求C6^3寫成COMBIN(6踢械,3)酗电,六個數(shù)里抽3個做組合有多少個可能性。

Excel常用的矩陣運(yùn)算函數(shù)

  1. array相乘内列,sumproduct(array1,array2),excel中直接拉數(shù)即可撵术。

一維、方向相同的數(shù)組的乘法運(yùn)算: (x1,x2)(y1,y2)=x1y1+x2*y2
方向要么都是橫话瞧,要么都是豎的嫩与。

  1. 矩陣加減

直接選中兩個矩陣相加減即可,不用函數(shù)交排。

  1. Matrix矩陣相乘划滋,比如三行兩列乘以兩行兩列,用MMULT(ARRAY1个粱,ARRAY2)古毛。

MMULT的意思是matrix multiple翻翩,括號中第一個矩陣的列數(shù)必須等于第二個矩陣的行數(shù)都许,否則相乘不了會報錯。比如 3X2 and 2X2嫂冻, 第一個矩陣的第一行乘以第二個矩陣的第一列胶征,剛好兩兩對應(yīng)。A行B列乘以B行C列最終得到的結(jié)果為|AxB| X |BxC| = |AxC|桨仿,A行C列的矩陣睛低。

多維矩陣乘法運(yùn)算

輸入好公式后要點(diǎn)control+shift+enter,才會自動填充第二行服傍。如果直接點(diǎn)了enter钱雷,那么按F2,顯示公式吹零,然后再按control+shift+enter即可罩抗。

結(jié)果與手動運(yùn)算一樣

矩陣運(yùn)算在畫有效前沿的時候會經(jīng)常用到,所以要熟練掌握灿椅。

  1. TRANSPOSE(array)

返回矩陣array的轉(zhuǎn)置結(jié)果套蒂,X矩陣的轉(zhuǎn)置用X^T表示钞支。

  1. 矩陣沒有除法,但可以用MINVERSE(ARRAY)求逆矩陣操刀。MINVERSE是指matrix inverse烁挟。

假設(shè)A是一個維數(shù)為N的方陣,有N行N列骨坑,那么N-1是N的逆矩陣撼嗓,N-1N=NN^-1=I。I是單位矩陣欢唾,對角線數(shù)值為1静稻,其他位置為0。
N^-1其實(shí)就相當(dāng)于1/N匈辱,實(shí)現(xiàn)了變相相除振湾。

3*3方陣的逆矩陣

然后驗(yàn)證一下兩者相乘的結(jié)果:


得到單位矩陣

Excel常用的統(tǒng)計類函數(shù)

  1. AVERAGE(ARRAY)

求數(shù)組的平均值,表示期望亡脸。

  1. STDEV(ARRAY)

求數(shù)組的標(biāo)準(zhǔn)差押搪,表示風(fēng)險纲熏。
STDEV.S表示樣本標(biāo)準(zhǔn)差帝美。
STDEV.P表示總體標(biāo)準(zhǔn)差亚侠。

  1. MAX(ARRAY) AND MIN(ARRAY)

求數(shù)組中的最大值和最小值咙轩。

  1. 用FREQUENCY函數(shù)求數(shù)據(jù)的分段頻數(shù)冒萄,然后用QUARTILE函數(shù)
    求第一個四分位點(diǎn)荸哟。

FREQUENCY函數(shù)的用法是FREQUENCY(原數(shù)據(jù)嘱能,自定義的分段界限數(shù)據(jù))擎浴,同樣用CONTROL+SHIFT+ENTER進(jìn)行運(yùn)算滥朱。

頻數(shù)函數(shù)

然后Alt+=求頻數(shù)的總和根暑,再求%Freq的比例數(shù)。向下填充之前先按F4徙邻,加入$固定符進(jìn)行絕對引用排嫌,然后再Control+D。

使用F4時多點(diǎn)幾次缰犁,可以選擇行固定淳地、列固定或者行列都固定。

  1. 概率分布函數(shù)

正態(tài)分布函數(shù)NORMSDIST帅容,這個函數(shù)能幫助我們已知分位點(diǎn)求概率颇象。
正態(tài)分布反函數(shù)NORMSINV,這個函數(shù)能幫助我們已知累計概率求分位點(diǎn)并徘,應(yīng)用于風(fēng)控求風(fēng)險遣钳,VAR。

  1. 二元統(tǒng)計函數(shù)

用于求兩個變量的相關(guān)關(guān)系饮亏。在一元回歸中耍贾,能用函數(shù)方便地求出一系列參數(shù):

INTERCEPT(Y.X)阅爽,求截距
SLOPE(Y,X),求斜率
RSQ(Y,X)荐开,求R方付翁,X對Y的解釋力度。一元回歸方程中R方等于ρ方晃听,即相關(guān)系數(shù)的平方百侧。
STEYX(Y,X),stand error between y and x, 求e能扒。
CORREL(Y,X)佣渴,相關(guān)系數(shù)ρ
COVAR(Y,X),協(xié)方差初斑,等于ρxy方差x方差y
LINEST(Y,X)數(shù)組函數(shù)辛润,一次性求出以上函數(shù)的結(jié)果。事先要選好一個5行2列的空間來存放運(yùn)算結(jié)果见秤。

  1. 垂直查找和水平查找

針對原始表格的垂直查找用vlookup砂竖,水平查找用hlookup。lookup的意思是在原始數(shù)據(jù)表中找到相同的值鹃答,然后把這個值以及需要提取的相對應(yīng)的值提取到新的表格中乎澄。

格式為:vlookup(lookup_value,table_array,col_index_num,range_lookup)
即:vlookup(查什么,在哪里查测摔,返回第幾列的數(shù)據(jù)比如第三列就填3置济,要不要精確查找true是模糊而false是精確文本或數(shù)字連格式都一樣)

如果不用vlookup而用match,則返回的是對應(yīng)值從上到下數(shù)的第幾個數(shù)據(jù)锋八,用match(lookup_value,lookup_array,match_type)表示浙于,match_type可選小于,近似或大于查库。

與match相反的是路媚,index()返回的是第幾行第幾列的值,用index(array,row_num,column_num)表示樊销。

8.邏輯函數(shù)IF

if函數(shù)可以做嵌套,判斷多種情況脏款。

假設(shè)有一個債券围苫,t到T之間的期間現(xiàn)金流CF為FVr,T時間點(diǎn)的CF為FV+FVr撤师,就可以用邏輯函數(shù)分階段自動算出各期的CF剂府,省心又省力。

9.Excel高級工具

  • 審核工具

追溯單元格數(shù)據(jù)用快捷鍵Alt+M+P剃盾,取消追溯用Alt+M+A+A
這個功能在財務(wù)建模的時候也會經(jīng)常用到腺占。
用于檢查公式是否有誤淤袜。

直接引用的路徑
  • Data Table

Data Table可以做一維或二維的運(yùn)算,快捷鍵是Alt+A+W+T衰伯。
其實(shí)就是敏感性分析铡羡,把要改變的數(shù)據(jù)手動填好,然后用data table逐一運(yùn)算意鲸。
為了節(jié)省資源烦周,可以在EXCEL選項(xiàng)中的公式中選擇除數(shù)據(jù)表以外自動運(yùn)算,這樣改變原數(shù)據(jù)時怎顾,data table也不會變读慎,可以按F9進(jìn)行手動刷新。

債券分析
  • Goal Seek

Data TAble的反向運(yùn)算槐雾,已知結(jié)果夭委,想知道某個變量應(yīng)該是多少。
用這個求期權(quán)的隱含波動率就很方便了募强。

設(shè)置-加載項(xiàng)-EXCEL加載項(xiàng)轉(zhuǎn)到-添加分析工具庫闰靴、分析工具庫VBA及規(guī)劃求解加載項(xiàng)-點(diǎn)確定

終值為110時的利率水平

結(jié)語

通過以上學(xué)習(xí),我們掌握了金融建模中常用的excel函數(shù)钻注。下一章我們將學(xué)習(xí)VBA編程的基本知識蚂且,為創(chuàng)造屬于自己的模型打下基礎(chǔ),敬請期待幅恋。



刺猬偷腥
2018年1月3日


to be continued.

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末杏死,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子捆交,更是在濱河造成了極大的恐慌淑翼,老刑警劉巖,帶你破解...
    沈念sama閱讀 217,734評論 6 505
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件品追,死亡現(xiàn)場離奇詭異玄括,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)肉瓦,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,931評論 3 394
  • 文/潘曉璐 我一進(jìn)店門遭京,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人泞莉,你說我怎么就攤上這事哪雕。” “怎么了鲫趁?”我有些...
    開封第一講書人閱讀 164,133評論 0 354
  • 文/不壞的土叔 我叫張陵斯嚎,是天一觀的道長。 經(jīng)常有香客問我,道長堡僻,這世上最難降的妖魔是什么糠惫? 我笑而不...
    開封第一講書人閱讀 58,532評論 1 293
  • 正文 為了忘掉前任,我火速辦了婚禮钉疫,結(jié)果婚禮上硼讽,老公的妹妹穿的比我還像新娘。我一直安慰自己陌选,他們只是感情好理郑,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,585評論 6 392
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著咨油,像睡著了一般您炉。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上役电,一...
    開封第一講書人閱讀 51,462評論 1 302
  • 那天赚爵,我揣著相機(jī)與錄音,去河邊找鬼法瑟。 笑死冀膝,一個胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的霎挟。 我是一名探鬼主播窝剖,決...
    沈念sama閱讀 40,262評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼酥夭!你這毒婦竟也來了赐纱?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,153評論 0 276
  • 序言:老撾萬榮一對情侶失蹤熬北,失蹤者是張志新(化名)和其女友劉穎疙描,沒想到半個月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體讶隐,經(jīng)...
    沈念sama閱讀 45,587評論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡起胰,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,792評論 3 336
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了巫延。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片效五。...
    茶點(diǎn)故事閱讀 39,919評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖烈评,靈堂內(nèi)的尸體忽然破棺而出火俄,到底是詐尸還是另有隱情,我是刑警寧澤讲冠,帶...
    沈念sama閱讀 35,635評論 5 345
  • 正文 年R本政府宣布,位于F島的核電站适瓦,受9級特大地震影響竿开,放射性物質(zhì)發(fā)生泄漏谱仪。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,237評論 3 329
  • 文/蒙蒙 一否彩、第九天 我趴在偏房一處隱蔽的房頂上張望疯攒。 院中可真熱鬧,春花似錦列荔、人聲如沸敬尺。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,855評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽砂吞。三九已至,卻和暖如春崎溃,著一層夾襖步出監(jiān)牢的瞬間蜻直,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 32,983評論 1 269
  • 我被黑心中介騙來泰國打工袁串, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留概而,地道東北人。 一個月前我還...
    沈念sama閱讀 48,048評論 3 370
  • 正文 我出身青樓囱修,卻偏偏與公主長得像赎瑰,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子破镰,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,864評論 2 354

推薦閱讀更多精彩內(nèi)容