利用python，基于shibot利率计算债券理论价格，并将理论价格与实际价格进行对比。然后再计算债券的久期和凸性从而判断债券的风险性大小。本文件为该程序提供债券日度价格数据。

根据债券到期收益率，按照债券的息票率和年限对债券进行定价。

bond_pricer Python类和jupyter iPython笔记本，用于为固定息票债券定价。 它主要设计用于一级市场，但也适用于二级市场。 支持以下优惠券频率：年度，半年度，季度，每月 支持以下日期计数约定：实际/实际，实际/ 365，实际/ 360、30 / 360美国，30/360欧盟 支持以下首个优惠券类型：常规，长优先，短优先，全短优先

matlab代码影响BS型号 基于BS模型和蒙特卡洛模拟的中国可转换债券定价研究。 中国所有可转换债券都有向下修订的条款，以避免债券持有人行使回售权。 这将鼓励发行人和主要股东进行下调。 结果，这可能使可转换债券定价模型不适用于中国。 基于可转换权利是欧洲期权且新发行不会影响股票价格和波动性的假设，并考虑到所有可能影响可转换债券定价的因素，我使用蒙特卡洛模拟对可转换债券进行定价。 实证研究表明，在考虑修订预期的情况下，可转换债券的价格被明显低估，而在未考虑修订预期的情况下，可转换债券的价格被轻微地高估。 和 有关可转换债券定价模型的参考。 以雨虹转债（128016）为例，预测该可转换债券在2019-07-16的价格。 基于BS模型模拟10000条路径以执行蒙特卡洛模拟。 详细的想法可以参考上面的两个PDF。 将MATLAB连接到Wind以获取所需的数据，而不是手动输入以实现相同的目标。 通过指定可转换债券代码和时间间隔，程序可以自动从Wind中获取所需的数据，并在一段时间内的每个交易日进行价格预测。 数据可视化可用于显示路径，结果条件的饼图，结果的统计分析以及预测价格和真实价格之间的比