siat 3.10.125__py3-none-any.whl → 3.10.126__py3-none-any.whl

siat/derivative.py

@@ -1,1111 +0,0 @@
-# -*- coding: utf-8 -*-
-"""
-本模块功能：基金与衍生品函数
-所属工具包：证券投资分析工具SIAT 
-SIAT：Security Investment Analysis Tool
-创建日期：2020年1月18日
-最新修订日期：2020年5月25日
-作者：王德宏 (WANG Dehong, Peter)
-作者单位：北京外国语大学国际商学院
-版权所有：王德宏
-用途限制：仅限研究与教学使用，不可商用！商用需要额外授权。
-特别声明：作者不对使用本工具进行证券投资导致的任何损益负责！
-"""
-
-#==============================================================================
-#关闭所有警告
-import warnings; warnings.filterwarnings('ignore')
-#==============================================================================
-def interbank_bond_issue_monthly(df,fromdate='*DEFAULT',todate='*DEFAULT',type='ALL'):
-    """
-    功能：获得银行间债券市场发行金额，按月累计
-    输入：债券发行记录明细df，开始日期fromdate，截止日期todate；
-    债券类型type，默认所有类型
-    类型：SCP 超短期融资券，CP 短期融资券（短融），PPN 定向工具（私募券），
-    MTN 中期票据（中票），ABN 资产支持票据，PRN 项目收益票据，SMECN 中小集合票据
-    PB指的就是熊猫债。熊猫债是指境外和多边金融机构等在华发行的人民币债券。
-    DFI债务融资工具，PN/PPN定向工具(私募券)。
-    """
-    #过滤日期
-    import pandas as pd
-    if fromdate.upper() != '*DEFAULT':
-        #测试开始日期的合理性
-        try: 
-            start=pd.to_datetime(fromdate)
-        except:
-            print("*** Error(interbank_bond_issue_monthly), invalid date:",fromdate)
-            return None 
-        df=df.reset_index(drop = True)
-        df=df.drop(df[df['releaseTime2']<start].index)
-        
-    if todate.upper() != '*DEFAULT':
-        #测试结束日期的合理性
-        try: 
-            end=pd.to_datetime(todate)
-        except:
-            print("*** Error(interbank_bond_issue_monthly), invalid:",todate)
-            return None 
-        df=df.reset_index(drop = True)
-        df=df.drop(df[df['releaseTime2']>end].index)
-        
-    #检查债券类型
-    bondtype=type.upper()
-    typelist=['PN','SCP','MTN','ABN','PB','CP','PRN','PB-MTN','DFI','ALL']   
-    if not (bondtype in typelist):
-        print("...Error(interbank_bond_issue_monthly), unsupported bond type:",type)
-        print("   Supported bond types:",typelist)
-        return None      
-    
-    #过滤债券类型
-    ibbid=df
-    if bondtype != 'ALL':
-        ibbid=df.drop(df[df['regPrdtType']!=bondtype].index)
-        ibbid=ibbid.reset_index(drop = True)    
-    
-    #统计每月债券发行量
-    lway=lambda x: x[0:7]
-    ibbid['Year_Month']=ibbid['releaseDate'].map(lway).astype('str')
-    ibbid['issueAmount']=ibbid['firstIssueAmount'].astype('float64')
-    import pandas as pd
-    ibbim=pd.DataFrame(ibbid.groupby(by=['Year_Month'])['issueAmount'].sum())
-    #升序排列
-    ibbim.sort_values(by=['Year_Month'],ascending=[True],inplace=True)
-    
-    #绘图
-    titletxt="中国债券市场月发行量"
-    if bondtype != 'ALL':
-        titletxt=titletxt+"（"+bondtype+"）"
-    import datetime
-    today = datetime.date.today().strftime("%Y-%m-%d")
-    footnote="数据来源：中国银行间市场交易商协会(NAFMII)，"+today
-    plot_line(ibbim,'issueAmount',"发行量","金额(亿元)", \
-              titletxt,footnote,power=4)
-    
-    return ibbim
-
-    
-if __name__=='__main__':
-    fromdate='2010-1-1'    
-    todate='2019-12-31'
-    ibbi=interbank_bond_issue_detail(fromdate,todate)
-    save_to_excel(ibbi,"S:/siat","bond_issue_monthly_2012_2019.xlsx")
-    
-    import pandas as pd
-    io=r"S:/siat/bond_issue_monthly_2012_2019.xlsx"
-    ibbi=pd.read_excel(io)
-    del ibbi['Unnamed: 0']
-    df=ibbi
-    
-    fromdate='2018-1-1'; todate='2020-12-31'; type='SCP'
-    ibbim=interbank_bond_issue_monthly(ibbi,fromdate,todate)
-    ibbim=interbank_bond_issue_monthly(ibbi,fromdate,todate,type='SCP')
-    ibbim=interbank_bond_issue_monthly(ibbi,fromdate,todate,type='CP')
-    ibbim=interbank_bond_issue_monthly(ibbi,fromdate,todate,type='MTN')
-    ibbim=interbank_bond_issue_monthly(ibbi,fromdate,todate,type='ABN')
-    ibbim=interbank_bond_issue_monthly(ibbi,fromdate,todate,type='PN')
-
-#==============================================================================
-def interbank_bond_issue_yearly(df,type='ALL'):
-    """
-    功能：获得银行间债券市场发行金额，按月累计
-    输入：债券发行记录明细df；
-    债券类型type，默认所有类型
-    类型：SCP 超短期融资券，CP 短期融资券（短融），PPN 定向工具（私募券），
-    MTN 中期票据（中票），ABN 资产支持票据，PRN 项目收益票据，SMECN 中小集合票据
-    PB指的就是熊猫债。熊猫债是指境外和多边金融机构等在华发行的人民币债券。
-    DFI债务融资工具，PN/PPN定向工具(私募券)。
-    """
-    
-    #检查债券类型
-    bondtype=type.upper()
-    typelist=['PN','SCP','MTN','ABN','PB','CP','PRN','PB-MTN','DFI','ALL']   
-    if not (bondtype in typelist):
-        print("...Error(interbank_bond_issue_monthly), unsupported bond type:",type)
-        print("   Supported bond types:",typelist)
-        return None      
-    
-    #过滤债券类型
-    ibbid=df
-    if bondtype != 'ALL':
-        ibbid=df.drop(df[df['regPrdtType']!=bondtype].index)
-        ibbid=ibbid.reset_index(drop = True)    
-    
-    #统计每年债券发行量
-    ibbid['issueAmount']=ibbid['firstIssueAmount'].astype('float64')
-    import pandas as pd
-    ibbim=pd.DataFrame(ibbid.groupby(by=['releaseYear'])['issueAmount'].sum())
-    #升序排列
-    ibbim.sort_values(by=['releaseYear'],ascending=[True],inplace=True)
-    
-    #绘图
-    titletxt="中国债券市场年发行量"
-    if bondtype != 'ALL':
-        titletxt=titletxt+"（"+bondtype+"）"
-    import datetime
-    today = datetime.date.today().strftime("%Y-%m-%d")
-    footnote="数据来源：中国银行间市场交易商协会(NAFMII)，"+today
-    plot_line(ibbim,'issueAmount',"发行量","金额(亿元)", \
-              titletxt,footnote,power=4)
-    
-    return ibbim
-    
-if __name__=='__main__':
-    fromdate='2010-1-1'    
-    todate='2019-12-31'
-    ibbim=interbank_bond_issue_detail(fromdate,todate)
-    save_to_excel(ibbim,"S:/siat","bond_issue_monthly_2012_2019.xlsx")
-    
-    import pandas as pd
-    io=r"S:/siat/bond_issue_monthly_2012_2019.xlsx"
-    ibbi=pd.read_excel(io)
-    del ibbi['Unnamed: 0']
-    
-    ibbiy=interbank_bond_issue_yearly(ibbi,type='SCP')
-    ibbiy=interbank_bond_issue_yearly(ibbi,type='CP')
-    
-
-#==============================================================================
-def interbank_bond_quote(num,option='1'):
-    """
-    功能：获得银行间债券市场现券报价
-    输入：从头开始显示的个数num；选项option：默认1按照收益率从高到低排列，
-    2按照发行时间从早到晚排列，3按照报价机构排列。其他选项按照默认排列。
-    """
-    #抓取银行间市场债券报价
-    import akshare as ak
-    df=ak.bond_spot_quote()
-    
-    #其他选项均作为默认选项
-    if not option in ['1','2','3','4']: option='1'    
-    if option=='1':
-        df.sort_values(by=['买入/卖出收益率(%)'],ascending=[False],inplace=True)
-        optiontxt="按照收益率从高到低排序"
-    if option=='2':
-        df.sort_values(by=['债券简称'],ascending=[True],inplace=True) 
-        optiontxt="按照发行时间从早到晚排序"
-    if option=='3':
-        df.sort_values(by=['债券简称'],ascending=[False],inplace=True) 
-        optiontxt="按照发行时间从晚到早排序"
-    if option=='4':
-        df.sort_values(by=['报价机构'],ascending=[True],inplace=True)
-        optiontxt="按照报价机构排序"
-    #重新索引
-    df.reset_index(drop=True)
-    
-    print("\n*** 中国银行间市场债券现券即时报价（"+optiontxt+"，前"+str(num)+"名）***")
-    import pandas as pd
-    pd.set_option('display.unicode.ambiguous_as_wide', True)
-    pd.set_option('display.unicode.east_asian_width', True)
-    pd.set_option('display.width', 180) # 设置打印宽度(**重要**)
-    print(df.head(num).to_string(index=False))
-    
-    import datetime
-    today = datetime.date.today().strftime("%Y-%m-%d")
-    footnote="\n    数据来源：中国银行间市场交易商协会(NAFMII)，"+today    
-    print(footnote)
-    
-    return df
-
-if __name__=='__main__':
-    num=10
-    option='1'
-    ibbq=interbank_bond_quote(num,option)   
-    option='2'
-    ibbq=interbank_bond_quote(num,option) 
-    option='6'
-    ibbq=interbank_bond_quote(num,option) 
-
-#==============================================================================
-def interbank_bond_deal(num,option='1'):
-    """
-    功能：获得银行间债券市场现券成交行情
-    输入：从头开始显示的个数num；选项option：默认1按照收益率从高到低排列，
-    2按照发行时间从早到晚排列，3按照发行时间从晚到早排列，4按照涨跌幅从高到低，
-    5按照涨跌幅从低到高。
-    其他选项按照默认排列。
-    """
-    #抓取银行间市场债券报价
-    import akshare as ak
-    df=ak.bond_spot_deal()
-    
-    #其他选项均作为默认选项
-    if not option in ['1','2','3','4','5']: option='1'    
-    if option=='1':
-        df.sort_values(by=['最新收益率(%)'],ascending=[False],inplace=True)
-        optiontxt="按照收益率从高到低排序"
-    if option=='2':
-        df.sort_values(by=['债券简称'],ascending=[True],inplace=True) 
-        optiontxt="按照发行时间从早到晚排序"
-    if option=='3':
-        df.sort_values(by=['债券简称'],ascending=[False],inplace=True) 
-        optiontxt="按照发行时间从晚到早排序"
-    if option=='4':
-        df.sort_values(by=['涨跌(BP)'],ascending=[False],inplace=True)
-        optiontxt="按照涨跌幅从高到低排序"
-    if option=='5':
-        df.sort_values(by=['涨跌(BP)'],ascending=[True],inplace=True)
-        optiontxt="按照涨跌幅从低到高排序"
-    #删除空值段
-    del df["交易量(亿)"]
-    del df["加权收益率(%)"]
-    #重新索引
-    df.reset_index(drop=True)
-    
-    print("\n*** 中国银行间市场债券现券即时成交价（"+optiontxt+"，前"+str(num)+"名）***")
-    import pandas as pd
-    pd.set_option('display.unicode.ambiguous_as_wide', True)
-    pd.set_option('display.unicode.east_asian_width', True)
-    pd.set_option('display.width', 180) # 设置打印宽度(**重要**)
-    print(df.head(num).to_string(index=False))
-    
-    import datetime
-    today = datetime.date.today().strftime("%Y-%m-%d")
-    footnote="\n    数据来源：中国银行间市场交易商协会(NAFMII)，"+today    
-    print(footnote)
-    
-    return df
-
-if __name__=='__main__':
-    num=10
-    option='1'
-    ibbd=interbank_bond_deal(num,option)   
-    option='2'
-    ibbd=interbank_bond_deal(num,option) 
-    option='6'
-    ibbd=interbank_bond_deal(num,option) 
-
-
-#==============================================================================
-
-
-import os, sys
-
-class HiddenPrints:
-    def __enter__(self):
-        self._original_stdout = sys.stdout
-        sys.stdout = open(os.devnull, 'w')
-
-    def __exit__(self, exc_type, exc_val, exc_tb):
-        sys.stdout.close()
-        sys.stdout = self._original_stdout
-#==============================================================================
-def exchange_bond_deal(num,option='1'):
-    """
-    功能：获得沪深债券市场现券成交行情
-    输入：从头开始显示的个数num；选项option：默认1按照交易时间排列，
-    2按照发行时间从早到晚排列，3按照发行时间从晚到早排列，4按照涨跌幅从高到低，
-    5按照涨跌幅从低到高，6按照成交量从高到低排列，7按照成交量从低到高排列。
-    其他选项按照默认排列。
-    """
-    print("开始搜索互联网，可能需要较长时间，请耐心等候......")
-    #定义标准输出关闭类
-    import os, sys
-    class HiddenPrints:
-        def __enter__(self):
-            self._original_stdout = sys.stdout
-            sys.stdout = open(os.devnull, 'w')
-        def __exit__(self, exc_type, exc_val, exc_tb):
-            sys.stdout.close()
-            sys.stdout = self._original_stdout
-
-    import pandas as pd
-    df=pd.DataFrame()
-    #抓取银行间市场债券报价
-    import akshare as ak
-    with HiddenPrints():
-        try:
-            df=ak.bond_zh_hs_spot()
-        except:
-            pass
-    if len(df)==0: 
-        print("...错误(exchange_bond_deal)，抓取信息中途失败，信息可能不完整，请稍候再试")
-        return None    
-    
-    #选取需要的字段
-    df1=df[['ticktime','symbol','name','trade','pricechange','open','high', \
-            'low','buy','sell','volume']]
-    #转换字符类型到数值类型
-    df1['trade']=df1['trade'].astype("float64")
-    df1['pricechange']=df1['pricechange'].astype("float64")
-    df1['volume']=df1['volume'].astype("int")
-    
-    #其他选项均作为默认选项
-    if not option in ['1','2','3','4','5','6','7']: option='1'    
-    if option=='1':
-        df1.sort_values(by=['ticktime'],ascending=[True],inplace=True)
-        optiontxt="按照交易时间排序"
-    if option=='2':
-        df1.sort_values(by=['name'],ascending=[True],inplace=True) 
-        optiontxt="按照发行时间从早到晚排序"
-    if option=='3':
-        df1.sort_values(by=['name'],ascending=[False],inplace=True) 
-        optiontxt="按照发行时间从晚到早排序"
-    if option=='4':
-        df1.sort_values(by=['pricechange'],ascending=[False],inplace=True)
-        optiontxt="按照涨跌幅从高到低排序"
-    if option=='5':
-        df1.sort_values(by=['pricechange'],ascending=[True],inplace=True)
-        optiontxt="按照涨跌幅从低到高排序"
-    if option=='6':
-        df1.sort_values(by=['volume'],ascending=[False],inplace=True)
-        optiontxt="按照成交量从高到低排序"
-    if option=='7':
-        df1.sort_values(by=['volume'],ascending=[True],inplace=True)
-        optiontxt="按照成交量从低到高排序"
-    #重新索引
-    df1.reset_index(drop=True)
-    
-    df2=df1.rename(columns={'ticktime':'时间','symbol':'债券代码', \
-            'name':'债券名称','trade':'成交价','pricechange':'涨跌(元)', \
-            'open':'开盘价','high':'最高价','low':'最低价', \
-            'buy':'买入价','sell':'卖出价','volume':'成交量'})
-    
-    print("\n*** 沪深交易所债券市场现券即时成交价（"+optiontxt+"，前"+str(num)+"名）***")
-    import pandas as pd
-    pd.set_option('display.unicode.ambiguous_as_wide', True)
-    pd.set_option('display.unicode.east_asian_width', True)
-    pd.set_option('display.width', 200) # 设置打印宽度(**重要**)
-    print(df2.head(num).to_string(index=False))
-    
-    import datetime
-    today = datetime.date.today().strftime("%Y-%m-%d")
-    footnote="\n    数据来源：新浪财经，"+today    
-    print(footnote)
-    
-    return df1
-
-if __name__=='__main__':
-    num=10
-    option='1'
-    ebd=exchange_bond_deal(num,option)   
-    option='4'
-    ebd=exchange_bond_deal(num,option) 
-    option='6'
-    ebd=exchange_bond_deal(num,option) 
-
-#==============================================================================
-def exchange_bond_price(symbol,fromdate,todate):
-    """
-    功能：获得沪深债券市场历史成交行情
-    输入：沪深债券代码symbol，起始日期fromdate，截止日期todate。
-    返回：历史价格df
-    输出：折线图
-    """
-    #检查日期期间的合理性
-    result,start,end=check_period(fromdate, todate)
-    if result is None: return None
-    
-    #抓取历史行情
-    import akshare as ak
-    try:
-        df=ak.bond_zh_hs_daily(symbol=symbol)
-    except:
-        print("...Error(exchange_bond_price), 抓取债券信息失败：",symbol)
-        return None
-    
-    #过滤日期期间
-    df1=df.drop(df[df.index < start].index)
-    df2=df1.drop(df1[df1.index > end].index)
-    
-    #绘图
-    titletxt='沪深债券收盘价历史行情：'+symbol
-    import datetime
-    today = datetime.date.today().strftime("%Y-%m-%d")
-    footnote="\n    数据来源：新浪财经，"+today    
-    plot_line(df2,'close','收盘价','价格(元)',titletxt,footnote,power=4)
-    
-    return df
-    
-if __name__=='__main__':
-    symbol='sh143595'
-    fromdate='2019-1-1'
-    todate='2020-3-30'
-    ebp=exchange_bond_price('sh019521',fromdate,todate)
-
-#==============================================================================
-def exchange_covbond_deal(num,option='1'):
-    """
-    功能：获得沪深债券市场可转券即时行情
-    输入：从头开始显示的个数num；选项option：默认1按照交易时间排列，
-    2按照债券代码从小到大排列，3按照债券代码从大到小排列，4按照涨跌幅从高到低，
-    5按照涨跌幅从低到高，6按照成交量从高到低排列，7按照成交量从低到高排列。
-    其他选项按照默认排列。
-    """
-    print("开始搜索互联网，可能需要一点时间，请耐心等候......")
-    #定义标准输出关闭类
-    import os, sys
-    class HiddenPrints:
-        def __enter__(self):
-            self._original_stdout = sys.stdout
-            sys.stdout = open(os.devnull, 'w')
-        def __exit__(self, exc_type, exc_val, exc_tb):
-            sys.stdout.close()
-            sys.stdout = self._original_stdout
-
-    import pandas as pd
-    df=pd.DataFrame()
-    #抓取银行间市场债券报价
-    import akshare as ak
-    with HiddenPrints():
-        try:
-            df=ak.bond_zh_hs_cov_spot()
-        except:
-            pass
-    if len(df)==0: 
-        print("...错误(exchange_covbond_deal)，抓取信息中途失败，请稍候再试")
-        return None    
-    
-    #选取需要的字段
-    df1=df[['ticktime','symbol','name','trade','pricechange','open','high', \
-            'low','buy','sell','volume']]
-    #转换字符类型到数值类型
-    df1['trade']=df1['trade'].astype("float64")
-    df1['pricechange']=df1['pricechange'].astype("float64")
-    df1['volume']=df1['volume'].astype("int")
-    
-    #其他选项均作为默认选项
-    if not option in ['1','2','3','4','5','6','7']: option='1'    
-    if option=='1':
-        df1.sort_values(by=['ticktime'],ascending=[True],inplace=True)
-        optiontxt="按照交易时间排序"
-    if option=='2':
-        df1.sort_values(by=['symbol'],ascending=[True],inplace=True) 
-        optiontxt="按照代码从小到大排序"
-    if option=='3':
-        df1.sort_values(by=['symbol'],ascending=[False],inplace=True) 
-        optiontxt="按照代码从大到小排序"
-    if option=='4':
-        df1.sort_values(by=['pricechange'],ascending=[False],inplace=True)
-        optiontxt="按照涨跌幅从高到低排序"
-    if option=='5':
-        df1.sort_values(by=['pricechange'],ascending=[True],inplace=True)
-        optiontxt="按照涨跌幅从低到高排序"
-    if option=='6':
-        df1.sort_values(by=['volume'],ascending=[False],inplace=True)
-        optiontxt="按照成交量从高到低排序"
-    if option=='7':
-        df1.sort_values(by=['volume'],ascending=[True],inplace=True)
-        optiontxt="按照成交量从低到高排序"
-    #重新索引
-    df1.reset_index(drop=True)
-    
-    df2=df1.rename(columns={'ticktime':'时间','symbol':'债券代码', \
-            'name':'债券名称','trade':'成交价','pricechange':'涨跌(元)', \
-            'open':'开盘价','high':'最高价','low':'最低价', \
-            'buy':'买入价','sell':'卖出价','volume':'成交量'})
-    
-    print("\n*** 沪深交易所可转债现券即时行情（"+optiontxt+"，前"+str(num)+"名）***")
-    import pandas as pd
-    pd.set_option('display.unicode.ambiguous_as_wide', True)
-    pd.set_option('display.unicode.east_asian_width', True)
-    pd.set_option('display.width', 200) # 设置打印宽度(**重要**)
-    print(df2.head(num).to_string(index=False))
-    
-    import datetime
-    today = datetime.date.today().strftime("%Y-%m-%d")
-    footnote="\n    数据来源：新浪财经，"+today    
-    print(footnote)
-    
-    return df1
-
-if __name__=='__main__':
-    num=10
-    option='1'
-    ebd=exchange_covbond_deal(num,option)   
-    option='4'
-    ebd=exchange_covbond_deal(num,option) 
-    option='5'
-    ebd=exchange_covbond_deal(num,option) 
-    option='6'
-    ebd=exchange_covbond_deal(num,option) 
-    option='7'
-    ebd=exchange_covbond_deal(num,option) 
-
-
-#==============================================================================
-def exchange_covbond_price(symbol,fromdate,todate):
-    """
-    功能：获得沪深市场可转债历史成交行情
-    输入：沪深债券代码symbol，起始日期fromdate，截止日期todate。
-    返回：历史价格df
-    输出：折线图
-    """
-    #检查日期期间的合理性
-    result,start,end=check_period(fromdate, todate)
-    if result is None: return None
-    
-    #抓取历史行情
-    import akshare as ak
-    try:
-        df=ak.bond_zh_hs_cov_daily(symbol=symbol)
-    except:
-        print("...Error(exchange_covbond_price), 抓取债券信息失败：",symbol)
-        return None    
-
-    #过滤日期期间
-    df1=df.drop(df[df.index < start].index)
-    df2=df1.drop(df1[df1.index > end].index)
-    
-    #绘图
-    titletxt='沪深市场可转债收盘价历史行情：'+symbol
-    import datetime
-    today = datetime.date.today().strftime("%Y-%m-%d")
-    footnote="\n    数据来源：新浪财经，"+today    
-    plot_line(df2,'close','收盘价','价格(元)',titletxt,footnote,power=4)
-    
-    return df
-    
-if __name__=='__main__':
-    symbol='sh113565'
-    fromdate='2020-1-1'
-    todate='2020-5-6'
-    ebp=exchange_covbond_price('sz128086',fromdate,todate)
-
-#==============================================================================
-def country_bond_price(country,name,fromdate,todate):
-    """
-    功能：获得全球政府债券市场历史成交行情
-    输入：国家country，政府债券名称name，起始日期fromdate，截止日期todate。
-    返回：历史价格df
-    输出：折线图
-    """
-    #检查日期期间的合理性
-    result,start,end=check_period(fromdate, todate)
-    start_date=start.strftime("%Y/%m/%d")
-    end_date=end.strftime("%Y/%m/%d")
-    
-    if result is None: return None
-    
-    #抓取历史行情
-    import akshare as ak
-    try:
-        df=ak.get_country_bond(country=country,index_name=name, \
-                           start_date=start_date, end_date=end_date)
-    except:
-        print("...Error(country_bond_price), 抓取债券信息失败：",country,"\b，",name)
-        return None 
-
-    #过滤日期期间
-    df1=df.drop(df[df.index < start].index)
-    df2=df1.drop(df1[df1.index > end].index)
-    
-    #绘图
-    titletxt='全球政府债券收盘价历史行情：'+name
-    import datetime
-    today = datetime.date.today().strftime("%Y-%m-%d")
-    footnote="\n    数据来源：英为财情，"+today    
-    plot_line(df2,'收盘','收盘价','价格',titletxt,footnote,power=4)
-    
-    return df
-    
-if __name__=='__main__':
-    country='中国'
-    name='中国1年期国债'
-    fromdate='2020-1-1'
-    todate='2020-5-6'
-    cbp=country_bond_price(country,name,fromdate,todate)
-
-#==============================================================================
-def bond_eval(aytm,yper,c,fv=100,mterm=1):
-    """
-    功能：计算债券的估值价格，即现值
-    输入：
-    aytm: 年化折现率，年化市场利率
-    yper: 距离到期日的年数
-    c: 票面利率
-    fv: 票面价值
-    mterm: 每年付息期数，默认为1，期末付息
-    """
-    #每期折现率
-    rate=aytm/mterm
-    #每期票息
-    pmt=fv*c/mterm
-    
-    #循环计算现值
-    bvalue=0.0
-    for t in range(1,yper*mterm+1):
-        bvalue=bvalue+pmt/((1+rate)**t)
-    bvalue=bvalue+fv/((1+rate)**(yper*mterm))
-    
-    return bvalue
-
-if __name__=='__main__':
-    aytm=0.08
-    yper=3
-    fv=100
-    c=0.1
-    bvalue=bond_eval(aytm,yper,c,fv=100,mterm=1)
-
-#==============================================================================
-def bond_malkiel1(aytm,yper,c,fv=100,mterm=1, \
-                  bp=[-100,-50,-20,-10,-5,5,10,20,50,100]):
-    """
-    功能：计算债券的估值价格，即现值。演示债券估值定理一。
-    输入：
-    aytm: 年化折现率，年化市场利率，年化到期收益率
-    yper: 距离到期日的年数
-    c: 年化票面利率
-    fv: 票面价值
-    mterm: 每年付息期数，默认为1，期末付息
-    bp: 到期收益率变化的基点数列表，100 bp = 1%
-    """
-    import pandas as pd
-    df=pd.DataFrame(columns=('bp','YTM','Price','xLabel'))
-    p0=round(bond_eval(aytm,yper,c,fv,mterm),2)
-    s=pd.Series({'bp':0,'YTM':aytm,'Price':p0,'xLabel':str(aytm*100)+'%'})
-    df=df.append(s, ignore_index=True)
-    
-    #计算基点变化对于债券估计的影响
-    for b in bp:
-        ay=aytm + b/10000.0
-        pb=round(bond_eval(ay,yper,c,fv,mterm),2)
-        
-        if b < 0:
-            xl='-'+str(abs(b))+'bp'
-        elif b > 0:
-            xl='+'+str(b)+'bp'
-        else:
-            xl=str(aytm*100)+'%'
-        s=pd.Series({'bp':b,'YTM':ay,'Price':pb,'xLabel':xl})
-        df=df.append(s, ignore_index=True)
-
-    #按照到期收益率升序排序
-    df.sort_values(by=['YTM'],ascending=[True],inplace=True)
-    #指定索引
-    df.reset_index(drop=True,inplace=True)
-    
-    #显示
-    df1=df.copy()
-    df1['YTM%']=round(df1['YTM']*100,2)
-    df2=df1[['xLabel','YTM%','Price']]
-    df3=df2.rename(columns={'xLabel':'到期收益率变化','YTM%':'到期收益率%','Price':'债券价格'})
-    pd.set_option('display.unicode.ambiguous_as_wide', True)
-    pd.set_option('display.unicode.east_asian_width', True)
-    pd.set_option('display.width', 180) # 设置打印宽度(**重要**)    
-    print("\n",df3.to_string(index=False))
-    
-    #绘图
-    import matplotlib.pyplot as plt
-    plt.rcParams['font.sans-serif'] = ['SimHei']  # 设置默认字体
-    plt.rcParams['axes.unicode_minus'] = False      
-
-    plt.plot(df['xLabel'],df['Price'],color='red',marker='o')
-    
-    #绘制虚线
-    xpos=str(aytm*100)+'%'
-    ymax=max(df['Price'])
-    ymin=min(df['Price'])
-    plt.vlines(x=xpos,ymin=ymin,ymax=p0,ls=":",colors="blue")
-    
-    titletxt="债券价格与到期收益率的关系"
-    plt.title(titletxt,fontsize=12)
-    plt.ylabel("债券价格")
-    footnote1="到期收益率及其变化幅度（100bp = 1%）" 
-    footnote2="\n债券"+"面值"+str(fv)+"，票面利率"+str(round(c*100,2))+"%，"
-    footnote3="每年付息"+str(mterm)+"次，"+"到期年数"+str(yper)
-    footnote4="，到期收益率"+str(round(aytm*100,2))+"%"
-    footnote=footnote1+footnote2+footnote3+footnote4
-    plt.xlabel(footnote,fontsize=9)    
-    plt.tick_params(labelsize=8)
-    plt.xticks(rotation=30)
-    
-    plt.show(); plt.close()
-    
-    return    
-
-if __name__=='__main__':
-    aytm=0.08
-    yper=3
-    fv=100
-    c=0.1
-    mterm=1
-    bplist=[-100,-50,-20,-10,-5,5,10,20,50,100]
-    bond_malkiel1(aytm,yper,c,fv=100,mterm=1,bp=bplist)
-
-#==============================================================================
-def bond_malkiel2(aytm,yper,c,fv=100,mterm=1, \
-                  yperlist=[1,2,5,10,20,50,100]):
-    """
-    功能：计算债券估值价格的变化，演示债券估值定理二。
-    输入：
-    aytm: 年化折现率，年化市场利率，年化到期收益率
-    yper: 距离到期日的年数
-    c: 年化票面利率
-    fv: 票面价值
-    mterm: 每年付息期数，默认为1，期末付息
-    yperlist: 债券的不同期限年数列表
-    """
-    import pandas as pd
-    df=pd.DataFrame(columns=('Maturity','YTM','Price','deltaPrice','xLabel'))
-    p0=round(bond_eval(aytm,yper,c,fv,mterm),2)
-    s=pd.Series({'Maturity':yper,'YTM':aytm,'Price':p0,'deltaPrice':0, \
-                 'xLabel':str(yper)+'年'})
-    df=df.append(s, ignore_index=True)
-    
-    #计算基点变化对于债券估计的影响
-    for y in yperlist:
-        pb=round(bond_eval(aytm,y,c,fv,mterm),2)
-
-        s=pd.Series({'Maturity':y,'YTM':aytm,'Price':pb,'deltaPrice':(pb-p0), \
-                 'xLabel':str(y)+'年'})
-        df=df.append(s, ignore_index=True)
-
-    #按照到期收益率升序排序
-    df.sort_values(by=['Maturity'],ascending=[True],inplace=True)
-    #指定索引
-    df.reset_index(drop=True,inplace=True)
-    
-    #显示
-    df1=df.copy()
-    df2=df1[['Maturity','deltaPrice']]
-    df3=df2.rename(columns={'Maturity':'债券期限变化(年)','deltaPrice':'债券价格变化'})
-    pd.set_option('display.unicode.ambiguous_as_wide', True)
-    pd.set_option('display.unicode.east_asian_width', True)
-    pd.set_option('display.width', 180) # 设置打印宽度(**重要**)    
-    print("\n",df3.to_string(index=False))
-    
-    #绘图
-    import matplotlib.pyplot as plt
-    plt.rcParams['font.sans-serif'] = ['SimHei']
-    plt.rcParams['axes.unicode_minus'] = False      
-
-    plt.plot(df['Maturity'],df['deltaPrice'],color='red',marker='o')
-    
-    #绘制虚线
-    xpos=yper
-    ymax=0
-    ymin=min(df['deltaPrice'])
-    plt.vlines(x=xpos,ymin=ymin,ymax=0,ls=":",color="blue")
-    plt.axhline(y=0,ls=":",c="black")
-    
-    titletxt="债券价格的变化与债券期限长短的关系"
-    plt.title(titletxt,fontsize=12)
-    plt.ylabel("债券价格的变化")
-    footnote1="债券期限（年）" 
-    footnote2="\n债券"+"面值"+str(fv)+"，票面利率"+str(round(c*100,2))+"%，"
-    footnote3="每年付息"+str(mterm)+"次，"+"期限"+str(yper)+"年"
-    footnote4="，到期收益率"+str(round(aytm*100,2))+"%"
-    footnote=footnote1+footnote2+footnote3+footnote4
-    plt.xlabel(footnote,fontsize=9)    
-    plt.tick_params(labelsize=8)
-    plt.xticks(rotation=30)
-    
-    plt.show(); plt.close()
-    
-    return    
-
-if __name__=='__main__':
-    aytm=0.08
-    yper=3
-    fv=100
-    c=0.1
-    mterm=1
-    yperlist=[1,2,5,10,15,30]
-    bond_malkiel2(aytm,yper,c,fv,mterm,yperlist=yperlist)
-
-#==============================================================================
-def bond_malkiel3(aytm,yper,c,fv=100,mterm=1):
-    """
-    功能：计算债券的估值价格变化的速度，演示债券估值定理三。
-    输入：
-    aytm: 年化折现率，年化市场利率，年化到期收益率
-    yper: 距离到期日的年数
-    c: 年化票面利率
-    fv: 票面价值
-    mterm: 每年付息期数，默认为1，期末付息
-    """
-    yperlist=list(range(1,yper*2+2))
-    
-    import pandas as pd
-    df=pd.DataFrame(columns=('Maturity','Price'))
-    #计算期限变化对于债券价格的影响
-    for y in yperlist:
-        pb=round(bond_eval(aytm,y,c,fv,mterm),2)
-        s=pd.Series({'Maturity':str(y),'Price':pb})
-        df=df.append(s, ignore_index=True)
-
-    #价格变化
-    df['deltaPrice']=df['Price'].shift(-1)-df['Price']
-    df.dropna(inplace=True)
-    
-    #价格与价格变化风险双轴折线图
-    import matplotlib.pyplot as plt
-    plt.rcParams['font.sans-serif'] = ['SimHei']
-    plt.rcParams['axes.unicode_minus'] = False      
-    fig = plt.figure()
-
-    #绘制左侧纵轴
-    ax = fig.add_subplot(111)
-    ax.plot(df['Maturity'],df['Price'],'-',label="债券价格", \
-             linestyle='-',linewidth=2,color='blue')       
-    ax.set_ylabel("债券价格")
-    footnote1="债券期限（年）" 
-    footnote2="\n债券"+"面值"+str(fv)+"，票面利率"+str(round(c*100,2))+"%，"
-    footnote3="每年付息"+str(mterm)+"次，"+"期限"+str(yper)+"年"
-    footnote4="，到期收益率"+str(round(aytm*100,2))+"%"
-    footnote=footnote1+footnote2+footnote3+footnote4
-    ax.set_xlabel(footnote)
-    ax.legend(loc='center left')
-    
-    #绘制垂直虚线
-    xpos=yper-1
-    ymax=bond_eval(aytm,yper,c,fv,mterm)
-    ymin=min(df['Price'])
-    plt.vlines(x=xpos,ymin=ymin,ymax=ymax,ls=":",color="black")   
-
-    #绘制右侧纵轴
-    ax2 = ax.twinx()
-    ax2.plot(df['Maturity'],df['deltaPrice'],'-',label="债券价格变化的速度", \
-             linestyle='-.',linewidth=2,color='orange')    
-    ax2.set_ylabel("债券价格变化的速度")
-    ax2.legend(loc='center right')
-    
-    titletxt="债券价格受债券期限影响的波动风险"    
-    plt.title(titletxt, fontsize=12)
-    plt.show(); plt.close()
-    
-    return    
-
-if __name__=='__main__':
-    aytm=0.08
-    yper=8
-    fv=100
-    c=0.1
-    mterm=2
-    bond_malkiel3(aytm,yper,c,fv,mterm)
-
-#==============================================================================
-def bond_malkiel4(aytm,yper,c,fv=100,mterm=1):
-    """
-    功能：计算债券的估值价格变化，演示债券估值定理四。
-    输入：
-    aytm: 年化折现率，年化市场利率，年化到期收益率
-    yper: 距离到期日的年数
-    c: 年化票面利率
-    fv: 票面价值
-    mterm: 每年付息期数，默认为1，期末付息
-    """
-    bplist=[-5,-4,-3,-2,-1,1,2,3,4,5]
-    import pandas as pd
-    df=pd.DataFrame(columns=('bp','YTM','Price','xLabel','deltaPrice'))
-    p0=bond_eval(aytm,yper,c,fv,mterm)
-    s=pd.Series({'bp':0,'YTM':aytm,'Price':p0,'xLabel':str(aytm*100)+'%','deltaPrice':0})
-    df=df.append(s, ignore_index=True)
-    
-    #计算基点变化对于债券估计的影响
-    for b in bplist:
-        ay=aytm + b/10000.0
-        pb=bond_eval(ay,yper,c,fv,mterm)
-        
-        if b < 0:
-            xl='-'+str(abs(b))+'bp'
-        elif b > 0:
-            xl='+'+str(b)+'bp'
-        else:
-            xl=str(aytm*100)+'%'
-        s=pd.Series({'bp':b,'YTM':ay,'Price':pb,'xLabel':xl,'deltaPrice':(pb-p0)})
-        df=df.append(s, ignore_index=True)
-
-    #按照到期收益率升序排序
-    df.sort_values(by=['YTM'],ascending=[True],inplace=True)
-    #指定索引
-    df.reset_index(drop=True,inplace=True)
-
-    #拆分为收益率降低/上升两部分
-    df1=df[df['deltaPrice'] >= 0]
-    df2=df[df['deltaPrice'] <= 0]
-    
-    #将df2“两次翻折”，便于与df1比较
-    df3=df2.copy()
-    df3['deltaPrice1']=-df3['deltaPrice']
-    df3.sort_values(by=['YTM'],ascending=[False],inplace=True)
-    df3.reset_index(drop=True,inplace=True)
-    df3['xLabel1']=df3['xLabel'].apply(lambda x: x.replace('+','-'))
-
-    #绘图
-    import matplotlib.pyplot as plt
-    plt.rcParams['font.sans-serif'] = ['SimHei']  # 设置默认字体
-    plt.rcParams['axes.unicode_minus'] = False      
-
-    plt.plot(df1['xLabel'],df1['deltaPrice'],color='red',marker='o', \
-             label="收益率下降导致的债券价格增加")
-    plt.plot(df2['xLabel'],df2['deltaPrice'],color='blue',marker='^', \
-             label="收益率上升导致的债券价格下降")
-    plt.plot(df3['xLabel1'],df3['deltaPrice1'],':',color='blue',marker='<', \
-             label="收益率上升导致的债券价格下降(两次翻折后)")
-    plt.axhline(y=0,ls="-.",c="black", linewidth=1)
-
-    #绘制垂直虚线
-    xpos=str(aytm*100)+'%'
-    ymax=0
-    ymin=min(df['deltaPrice'])
-    plt.vlines(x=xpos,ymin=ymin,ymax=ymax,ls="-.",color="green",linewidth=1)     
-    plt.legend(loc='best')
-
-    titletxt="到期收益率与债券价格变化的非对称性"
-    plt.title(titletxt,fontsize=12)
-    plt.ylabel("债券价格的变化")
-    footnote1="到期收益率及其变化幅度（100bp = 1%）" 
-    footnote2="\n债券"+"面值"+str(fv)+"，票面利率"+str(round(c*100,2))+"%，"
-    footnote3="每年付息"+str(mterm)+"次，"+"期限"+str(yper)+"年"
-    footnote4="，到期收益率"+str(round(aytm*100,2))+"%"
-    footnote=footnote1+footnote2+footnote3+footnote4
-    plt.xlabel(footnote,fontsize=9)    
-    plt.tick_params(labelsize=8)
-    plt.xticks(rotation=30)
-    
-    plt.show(); plt.close()
-    
-    return    
-
-if __name__=='__main__':
-    aytm=0.08
-    yper=3
-    fv=100
-    c=0.1
-    mterm=1
-    bond_malkiel4(aytm,yper,c,fv=100,mterm=1)
-
-#==============================================================================
-def bond_malkiel5(aytm,yper,c,fv=100,mterm=1):
-    """
-    功能：计算债券的估值价格变化，演示债券估值定理五。
-    输入：
-    aytm: 年化折现率，年化市场利率，年化到期收益率
-    yper: 距离到期日的年数
-    c: 年化票面利率
-    fv: 票面价值
-    mterm: 每年付息期数，默认为1，期末付息
-    """
-    clist=[-300,-250,-200,-150,-100,-50,50,100,150,200,250]
-    import pandas as pd
-    df=pd.DataFrame(columns=('bp','c','Price','xLabel'))
-    p0=bond_eval(aytm,yper,c,fv,mterm)
-    s=pd.Series({'bp':0,'c':c,'Price':p0,'xLabel':str(c*100)+'%'})
-    df=df.append(s, ignore_index=True)
-    
-    #计算基点变化对于债券估计的影响
-    for b in clist:
-        cb=c + b/10000.0
-        if cb <= 0: continue
-        pb=bond_eval(aytm,yper,cb,fv,mterm)
-        
-        if b < 0:
-            xl='-'+str(abs(b))+'bp'
-        elif b > 0:
-            xl='+'+str(b)+'bp'
-        else:
-            xl=str(c*100)+'%'
-
-        s=pd.Series({'bp':b,'c':cb,'Price':pb,'xLabel':xl})
-        df=df.append(s, ignore_index=True)
-
-    #按照到期收益率升序排序
-    df.sort_values(by=['c'],ascending=[True],inplace=True)
-    #指定索引
-    df.reset_index(drop=True,inplace=True)
-    #计算价格变化率
-    df['deltaPrice']=df['Price']-df['Price'].shift(1)
-    df['deltaPrice%']=df['Price'].pct_change()*100.0
-    df.dropna(inplace=True)
-
-    #绘图
-    import matplotlib.pyplot as plt
-    plt.rcParams['font.sans-serif'] = ['SimHei']  # 设置默认字体
-    plt.rcParams['axes.unicode_minus'] = False      
-    
-    df1=df[df['bp'] <= 0]
-    df2=df[df['bp'] >= 0]
-    plt.plot(df1['xLabel'],df1['deltaPrice%'],color='red',marker='<')    
-    plt.plot(df2['xLabel'],df2['deltaPrice%'],color='green',marker='>')
-
-    #绘制垂直虚线
-    xpos=str(c*100)+'%'
-    ymax=df[df['xLabel']==xpos]['deltaPrice%'].values[0]
-    ymin=min(df['deltaPrice%'])
-    plt.vlines(x=xpos,ymin=ymin,ymax=ymax,ls="-.",color="blue",linewidth=1)     
-    #plt.legend(loc='best')
-
-    titletxt="债券票息率与债券价格变化风险的关系"
-    plt.title(titletxt,fontsize=12)
-    plt.ylabel("债券价格的变化%")
-    footnote1="票息率%及其变化幅度（100bp = 1%）" 
-    footnote2="\n债券"+"面值"+str(fv)+"，票面利率"+str(round(c*100,2))+"%，"
-    footnote3="每年付息"+str(mterm)+"次，"+"期限"+str(yper)+"年"
-    footnote4="，到期收益率"+str(round(aytm*100,2))+"%"
-    footnote=footnote1+footnote2+footnote3+footnote4
-    plt.xlabel(footnote,fontsize=9)    
-    plt.tick_params(labelsize=8)
-    plt.xticks(rotation=30)
-    
-    plt.show(); plt.close()
-    
-    return 
-
-if __name__=='__main__':
-    aytm=0.65
-    yper=8
-    fv=100
-    c=0.7
-    mterm=2
-    dp=bond_malkiel5(aytm,yper,c,fv,mterm=mterm)
-
-#==============================================================================
-def cf_month(c,x,n,f=2,r=0.03):
-    """
-    功能：计算国债期货的转换因子。
-    输入：
-    c: 可交割国债的票面利率
-    x: 交割月到下一付息月的月份数
-    n: 剩余付息次数
-    f: 每年付息次数，默认2次
-    r: 5年期国债期货合约票面利率，默认3%
-    """
-    p1=(1+r/f)**(x*f/12)
-    p2=c/f
-    p3=c/r
-    p4=1-p3
-    p5=(1+r/f)**(n-1)
-    p6=1-x*f/12
-    
-    cf=(1/p1)*(p2+p3+p4/p5)-p2*p6
-
-    return cf
-
-if __name__=='__main__':
-    c=0.026
-    x=1
-    n=11
-    f=2
-    r=0.03
-    cf_month(c,x,n)
-#==============================================================================
-def cf_day(c,v,m,f=2,r=0.03):
-    """
-    功能：计算国债期货的转换因子。
-    输入：
-    c: 年化票面利率
-    v: 到下一付息日的天数
-    m: 下一付息日后剩余的付息次数
-    f: 每年付息次数，默认2次
-    stdrate: 标准利率，默认3%
-    """
-    #基本折现因子
-    p=1/(1+r/f)
-    a=p**(v*f/365)
-    e=(c/f)*(p*(1-p**m))/(1-p)
-    d=p**m
-    b=(1-v*f/365)*(c/f)
-    
-    #假定票面价值为1元
-    cf=a*(c/f+e+d)-b
-
-    return cf
-
-if __name__=='__main__':
-    c=0.026
-    v=30
-    m=10
-    f=2
-    r=0.03
-    cf_day(c,v,m)