债券做市数据清洗与建模实战

📚 共计 30 章节

债券做市业务全景

什么是债券做市商、做市商的核心盈利模式、做市业务的数据流全景。

全景盈利模式

数据源与接口

Wind/QB/彭博终端数据获取、交易所行情API、银行间市场数据接口。

数据清洗基础

缺失值处理、异常值检测、重复数据去重、数据类型统一。

清洗异常检测

时间序列对齐

不同数据源的时间戳对齐、非交易时间过滤、节假日处理。

对齐节假日

债券基础数据清洗

债券基本信息表清洗、发行与到期日处理、票面利率与付息频率标准化。

标准化付息

行情数据清洗

买卖报价清洗、成交价与成交量清洗、行情快照与Tick数据清洗。

衍生指标计算

到期收益率(YTM)计算、久期与凸性计算、利差计算。

数据质量评估

数据完整性检查、数据一致性校验、数据准确性验证。

特征工程基础

时间特征提取、价格特征构造、波动率特征计算。

特征波动率

做市策略数据准备

库存数据清洗、资金成本数据整合、风险限额数据准备。

数据存储设计

时序数据库选型、数据表结构设计、数据分区与索引策略。

时序库分区

数据管道搭建

Airflow调度清洗任务、数据血缘追踪、数据质量监控告警。

EDA探索性分析

债券价格分布分析、流动性指标分析、相关性矩阵分析。

做市定价模型基础

利率期限结构模型、信用利差模型、流动性溢价模型。

买卖价差建模

价差影响因素分析、价差预测模型、动态价差调整策略。

价差动态调整

库存风险管理模型

库存价值波动模型、VaR计算、库存周转率优化。

做市报价策略模型

双边报价生成、报价宽度与深度优化、报价更新频率策略。

机器学习在债券做市中的应用

XGBoost预测短期价格走势、LSTM预测流动性变化。

回测框架搭建

事件驱动回测引擎、滑点与交易成本模拟、绩效评估指标。

策略参数优化

网格搜索、贝叶斯优化、遗传算法参数调优。

调优贝叶斯

实时数据处理

Flink/Kafka流处理架构、实时特征计算、实时模型推理。

做市系统架构设计

低延迟系统设计、微服务架构、高可用部署方案。

架构高可用

数据安全与合规

数据脱敏处理、交易数据存储合规、监管报送数据准备。

做市绩效分析

Sharpe比率、Calmar比率、盈亏归因分析。

压力测试与情景分析

极端行情模拟、流动性危机测试、模型鲁棒性检验。

压力测试鲁棒性

做市策略的A/B测试

在线实验设计、分流策略、效果评估方法。

A/B测试实验

多资产做市数据整合

国债、信用债、可转债数据统一处理。

多资产整合

做市数据可视化

价格走势仪表盘、流动性热力图、风险监控大屏。

可视化仪表盘

案例实战：国债做市策略

全流程实现：数据清洗→建模→回测→部署。

案例实战：信用债做市策略

全流程实现：数据清洗→建模→回测→部署。

信用债实战