如何用Python生成远期掉期结构的0-1数组并转为DataFrame？

核心逻辑 #

每个远期起始掉期nYmY（起始期限n，掉期期限m，满足n+m ≤ N）对应两个即期掉期：nY和n+mY。因此矩阵的每一行对应一个远期掉期，该行中nY和n+mY对应的列位置填充1，其余位置为0。

代码实现 #

import pandas as pd
import numpy as np

def create_forward_swap_matrix(max_tenor):
    # 生成所有远期掉期名称作为行索引
    row_labels = []
    for start in range(1, max_tenor):
        for tenor in range(1, max_tenor - start + 1):
            row_labels.append(f"{start}Y{tenor}Y")
    
    # 生成即期掉期期限作为列名
    col_labels = [f"{k}Y" for k in range(1, max_tenor + 1)]
    
    # 初始化全0矩阵
    matrix = np.zeros((len(row_labels), len(col_labels)), dtype=int)
    
    # 填充1的位置
    row_idx = 0
    for start in range(1, max_tenor):
        for tenor in range(1, max_tenor - start + 1):
            # 找到对应即期掉期的列索引
            col_start = start - 1
            col_end = (start + tenor) - 1
            matrix[row_idx, col_start] = 1
            matrix[row_idx, col_end] = 1
            row_idx += 1
    
    # 转换为DataFrame
    return pd.DataFrame(matrix, index=row_labels, columns=col_labels)

测试示例 #

当输入max_tenor=5时，调用函数返回的DataFrame如下：

1Y  2Y  3Y  4Y  5Y
1Y1Y    1   1   0   0   0
1Y2Y    1   0   1   0   0
1Y3Y    1   0   0   1   0
1Y4Y    1   0   0   0   1
2Y1Y    0   1   1   0   0
2Y2Y    0   1   0   1   0
2Y3Y    0   1   0   0   1
3Y1Y    0   0   1   1   0
3Y2Y    0   0   1   0   1
4Y1Y    0   0   0   1   1

说明 #

• 矩阵行数为N*(N-1)/2（所有远期掉期的数量），列数为N（即期掉期的数量）。
• 该矩阵可直接用于矩阵乘法场景，比如关联即期掉期与远期掉期的现金流或价格计算。

内容的提问来源于stack exchange，提问作者workinghard