historicalRiskEngine

首发版本：3.00.6.4

语法

historicalRiskEngine(factorReturns, portfolio, settings)

详情

基于历史模拟法计算组合在历史风险因子冲击场景下的损益，生成风险原语（Risk Primitive）。该函数使用 mktRiskFactorReturns 生成的风险因子收益矩阵，将每个历史日期对应的一行收益作为一个联合市场场景；在每个场景下还原风险因子水平、重建市场数据，并对组合中的资产逐一重新估值，最终输出各资产在所有历史场景下的收益 / 盈亏（Profit and Loss, PnL）结果。

由于历史模拟法直接以历史观测作为冲击场景，因此生成的场景总数固定等于输入历史数据中的有效收益率天数（即历史市场数据行数减 1），不受 settings.nSimulations 参数控制。

注意：当前函数主要用于生成后续计算 VaR、ES 等风险指标所需的资产级场景损益（Risk Primitive），不直接计算最终的 VaR 或 ES 汇总指标。

参数

factorReturns 由 mktRiskFactorReturns 返回的字典，包含基准日期、风险因子定义、历史收益矩阵、基准因子水平和基准市场数据等信息。

portfolio 字典（STRING → ANY）。组合信息，用于描述需要重估的资产及持仓数量。通常包含以下键：

  • names：STRING 向量，资产名称或资产标识。

  • instruments：ANY 向量，资产对应的 INSTRUMENT 实例。

  • amounts：DOUBLE 向量，各资产的持仓数量或面值（可为正数表示多头、负数表示空头、或 0 表示空仓）。其长度应与 names 和 instruments 一致。

注意：当前版本引擎不提供跨币种自动折算功能，用户须自行确保组合中的所有资产均使用同一货币计价。

settings 字典（STRING → ANY）。风险引擎配置项，用于控制估值日期、币种、维度输出和定价行为等。支持的配置包括：

  • baseCurrency：STRING 标量，必填。组合基准币种。为后续版本支持跨币种折算预留的接口参数，当前版本不参与计算、不影响计算结果。

  • analysisHorizon：INT 标量，可选，默认值为 1。分析期/持有期，单位为交易日，必须大于 0。

  • samplingHorizon：INT 标量，可选，默认值为 1。历史收益采样期，单位为交易日，必须大于 0。

  • assetDimensions：STRING 向量，可选，默认值为 NULL。资产输出维度。当前版本仅支持为空或 "assetType"。

  • riskDimensions：STRING 向量，可选，默认值为 NULL。风险维度。当前版本必须为空。

返回值

返回一个字典（STRING → ANY），包含以下键：

  • riskPrimitive：表。资产级风险场景损益结果表，表的每一行对应组合中的一个资产，包含以下列：

    • assetName：STRING 向量。资产名称或标识。

    • assetType：STRING 向量。资产类型（如 Stock、Bond 等）。

    • assetPnLs：DOUBLE[] 数组向量。记录各资产在所有历史模拟场景下的全量损益（PnL）分布。每一行是一个长度等于历史模拟场景总数（即历史收益有效天数）的 DOUBLE 向量。

  • modelResult：字典（STRING → ANY），表示历史模拟收益及审计工件，包含以下键：

    • nSimulations：INT 标量，历史模拟场景数量，即历史收益观测数。

    • returns：DOUBLE 类型矩阵，缩放后的历史场景收益矩阵。

    • artifacts：字典，审计工件，包含以下键：

      • factorMatrix：DOUBLE 类型矩阵，表示原始历史收益矩阵。

      • weightedMatrix：历史模拟法直接使用历史收益构建场景，不涉及 EWMA 加权历史收益矩阵，此处为 NULL。

      • covariance：历史模拟法不估计协方差矩阵，此处为 NULL。

      • variance：历史模拟法不估计因子方差，此处为 NULL。

      • randomSeed：历史模拟法不涉及随机抽样，因此不使用随机数种子，此处为 NULL。

例子

以下示例以人民币国债收益率曲线和固定利率债券组合为例，先使用指定区间内的交易日批量构造多期历史曲线并计算因子收益，再通过历史模拟法对投资组合进行全值重估，获取资产级历史场景损益表（riskPrimitive）。

// 构造单期利率曲线
def makeExampleCurve(d, rates) {
    return parseMktData({
        "mktDataType": "Curve",
        "curveType": "IrYieldCurve",
        "curveName": "CNY_TREASURY_BOND",
        "referenceDate": d,
        "currency": "CNY",
        "dayCountConvention": "Actual365",
        "compounding": "Continuous",
        "frequency": "Annual",
        "interpMethod": "Linear",
        "extrapMethod": "Flat",
        "dates": d + 365 * (1..size(rates)),
        "values": rates
    })
}

// 获取指定区间内的交易日，并批量构造历史曲线
// 示例使用多期历史数据演示历史模拟风险引擎的典型调用流程
dates = getMarketCalendar("SSE", 2025.10.01, 2025.12.31)
curveHistory = array(ANY, 0)
for (i in 0..(size(dates)-1)) {
   // 模拟带有微小波动的收益率曲线
   rates = [0.020, 0.022, 0.025] + rand(0.002, 3) - 0.001
   curveHistory.append!(makeExampleCurve(dates[i], rates))
}
mktDataTable = table(dates as dates, curveHistory as CNY_TREASURY_BOND)

asOf = mktDataTable.dates.last()
mfr = mktRiskFactorReturns(mktDataTable=mktDataTable, asOf=asOf)

// 构造包含两笔固定利率债券的投资组合
instrumentA = parseInstrument({
    "productType": "Cash", "assetType": "Bond", "bondType": "FixedRateBond",
    "instrumentId": "EXAMPLE_BOND_A", "start": 2025.01.07, "maturity": 2028.01.07,
    "issuePrice": 100.0, "coupon": 0.03, "frequency": "Annual",
    "dayCountConvention": "Actual365", "currency": "CNY",
    "discountCurve": "CNY_TREASURY_BOND"
})
instrumentB = parseInstrument({
    "productType": "Cash", "assetType": "Bond", "bondType": "FixedRateBond",
    "instrumentId": "EXAMPLE_BOND_B", "start": 2025.01.07, "maturity": 2029.01.07,
    "issuePrice": 100.0, "coupon": 0.04, "frequency": "Annual",
    "dayCountConvention": "Actual365", "currency": "CNY",
    "discountCurve": "CNY_TREASURY_BOND"
})
instruments = array(ANY, 0)
instruments.append!(instrumentA)
instruments.append!(instrumentB)

portfolio = dict(STRING, ANY)
portfolio["names"] = ["positionA", "positionB"]
portfolio["instruments"] = instruments
portfolio["amounts"] = [1000.0, -500.0]

// 配置引擎参数
riskSettings = dict(STRING, ANY)
riskSettings["baseCurrency"] = "CNY"
riskSettings["analysisHorizon"] = 10
riskSettings["assetDimensions"] = ["assetType"]

// 调用历史模拟风险引擎
histResult = historicalRiskEngine(factorReturns=mfr, portfolio=portfolio, settings=riskSettings)

相关函数：mktRiskFactorReturns, ewmaRiskEngine, parseMktData, parseInstrument, instrumentPricer