固收主线：现金流与风险指标
固定利率债券、零息债、浮息债、利率掉期，以及净价/全价/应计、收益率、久期、凸性、DV01。本站实测：一只 3% 票息债券的 11 条现金流金额在 2.9839 ~ 3.0164 之间波动，原因是计息约定而非数据错误。
QuantLib · the free/open-source library for quantitative finance
QuantLib 中文实战手册：从金融约定、收益率曲线到定价与风险管理
QuantLib 是开源的 C++ 衍生品定价与风险管理库（Python 绑定为 QuantLib-Python）。本站不只是把代码抄一遍：每一页都标注测试版本、估值日、日历、计息约定与数据来源，并给出在本机 QuantLib 1.43 上跑出来的数字——让你既能复制代码算出价格，也能解释这个价格用了什么日期、哪条曲线、哪个引擎，并独立验证它。
项目来源
项目页面显示约 7.6k Star（采集于 2026-09-10，该数字会随社区活动变化）；GitHub 标注许可 BSD-3-Clause。
截图仅用于证明仓库当前状态，不代表本机安装成功，也不代表本站结论已被官方认可。
查看源码测试版本QuantLib 1.43（PyPI wheel，cp39-abi3）Python 版本3.11.9 / Windows（platform 字符串 Windows-10-10.0.26200-SP0）最后核验2026-10-09（本页与站内各页的实测数值同批跑出）实验设置估值日 2024-01-15；标的为虚构债券与期权（S=K=100, vol=20%, r=5%）数据来源官方仓库与文档 + 本站本机实验输出（不接行情、不接实盘）计息与日历Actual/Actual (ISDA) + TARGET；中国市场用 China.SSE / China.IB 单独标注可直接复现是（每页都给出参数、代码与预期输出）本站边界QuantLib 与 EasyClaw 无已证实集成；内容不构成投资建议
开源定价库BSD-3-Clause · 约 7.6k Star（2026-09 采集）
本机实测QuantLib 1.43 / Python 3.11.9
可验证页面7 个主题页 + 对照页，全部带实测数值
官方依据quantlib.org 文档 + GitHub 源码
What it solves
QuantLib 能解决什么问题？两条主线先分清
QuantLib 的定位是「把金融工具、市场约定与数值方法组织成可复现的定价框架」。对中文用户最常用的两条主线是固收与衍生品，本站围绕这两条线组织全部页面。
衍生品主线：定价与 Greeks
欧式/美式/亚式/障碍期权，解析、二叉树、有限差分、蒙特卡洛四类引擎，以及 Delta/Gamma/Vega/Theta/Rho。本站实测：解析引擎与手写 Black-Scholes 公式差 1.78e-15，而 801 步 CRR 树差 201.75 ppm。
可选第三条线：利率模型与校准
Hull-White、Vasicek、Heston 等模型用于波动率与利率动态建模。本站实测：同一 Heston 参数下 rho 从 −0.6 改到 +0.4，隐含波动率曲线斜率从 −5.6 个百分点翻转到 +2.7 个百分点。
不适合什么：QuantLib 不提供行情数据、不做自动交易、不做收益预测。它不包含任何交易信号或策略逻辑，也不接入券商接口；拿它当「选股工具」或「赚钱神器」会直接走错方向。组合绩效分析（如夏普、回撤报告）属于另一类库的任务，不在本站范围。
How it works
QuantLib 的定价流程：五步，每步都可能改变结果
同一个工具换一项约定就会得到不同价格，所以本站把「先定约定、再算价格」作为全站主线。下面五步是从本站各页实测中提炼出来的执行顺序。
1. 固定估值日与市场约定
先设ql.Settings.instance().evaluationDate，再选日历、营业日规则与计息约定。本机实测：把计息约定从 Actual/Actual (ISDA) 换成 Actual/360，同一只债券净价从 99.75408467 变成 99.99419065。2. 准备市场数据
把报价整理成曲线节点：存款、FRA/期货、互换报价，再由 RateHelper 与分段曲线做 bootstrap。本站实测：存款 1W–6M + 互换 1Y–30Y 建出的曲线，反算输入互换的偏差在 +0.018 ~ −1.364 bp 之间。3. 建金融工具
用 Schedule + Calendar + DayCounter 描述现金流，再交给 FixedRateBond、VanillaSwap、VanillaOption 等类。4. 选择定价引擎
解析解最快且精确、树适合美式、有限差分适合带边界条件、蒙特卡洛适合路径依赖。实测同一期权：解析 0 ppm、有限差分 37.91 ppm、CRR 801 步 201.75 ppm、蒙特卡洛 100 万路径 88.93 ppm。5. 产出价格与风险指标
NPV 得价格，Greeks 得敏感度，bond 系列函数得久期/凸性/DV01。实测提醒：BondFunctions.basisPointValue 返回负值，市场口径需自己确认符号。first_price.py（本页数值的生成脚本，QuantLib 1.43 实测通过）import QuantLib as ql
# ① 先定估值日：所有定价都以它为锚点
today = ql.Date(15, 1, 2024)
ql.Settings.instance().evaluationDate = today
# ② 市场约定：曲线 + 波动率（本页用固定 5% 与 20% 做可复现实验）
dc = ql.Actual365Fixed()
spot = ql.QuoteHandle(ql.SimpleQuote(100.0))
rts = ql.YieldTermStructureHandle(ql.FlatForward(today, 0.05, dc)) # 无风险曲线
dts = ql.YieldTermStructureHandle(ql.FlatForward(today, 0.00, dc)) # 分红曲线
vts = ql.BlackVolTermStructureHandle(ql.BlackConstantVol(today, ql.NullCalendar(), 0.20, dc))
process = ql.BlackScholesMertonProcess(spot, dts, rts, vts)
# ③ 工具：欧式看涨期权的 payoff + 行权日
option = ql.VanillaOption(ql.PlainVanillaPayoff(ql.Option.Call, 100.0),
ql.EuropeanExercise(ql.Date(15, 1, 2025)))
# ④ 引擎：解析解（Black-Scholes 公式）
option.setPricingEngine(ql.AnalyticEuropeanEngine(process))
# ⑤ 价格与 Greeks
print(option.NPV()) # 10.4681483852
print(option.delta(), option.vega() / 100.0) # 0.6370104228 0.3756909739
Learning path
从零上手的学习路径：10 步认知顺序
参考中文与官方资料里较合理的认知顺序整理。前 5 步不写一行定价代码也能先理解，第 6 步之后开始进入需要动手验证的部分。
| 顺序 | 要弄懂的东西 | 本站对应的页 | 为什么放在这个位置 |
|---|---|---|---|
| 1 | QuantLib 是什么、C++ 与 Python 绑定的关系 | 本页 + 安装页 | 先判断工具是否适合自己的任务 |
| 2 | 怎么装上并验证能跑（pip / conda / 源码编译） | 安装页 | 环境不通后面都做不了 |
| 3 | Date、Calendar、Schedule、BusinessDayConvention | 金融约定审计页 | 现金流的日期先要对，价格才有意义 |
| 4 | DayCounter、Compounding、Frequency | 金融约定审计页 | 计息口径决定每期算多少天 |
| 5 | Quote / Handle / Observer / Settings、evaluationDate | 金融约定审计页 + 本页 | 估值日是全部计算的锚点 |
| 6 | 收益率曲线：FlatForward、ZeroCurve、bootstrap | 期限结构页 | 折现因子是定价的地基 |
| 7 | 金融工具与现金流：债券、掉期 | 金融工具页 | 把工具拆成现金流是定价的前置 |
| 8 | 定价引擎：解析、树、有限差分、蒙特卡洛 | 定价引擎页 | 同一工具换引擎要能解释差异 |
| 9 | Greeks 与风险指标：久期、凸性、DV01 | 期权页 + 金融工具页 | 有了价格才能谈风险 |
| 10 | 模型与校准：Hull-White、Heston | 利率模型页 | 最后才进入模型，避免先入为主 |
建议的动手门槛：前 5 步不写定价代码也能先弄懂；到第 6 步之后，建议每学一个概念就在本机跑一遍最小例子，并把四个输入写下来：估值日、日历、计息约定、折现口径。本站实测表明，同一只债券只换计息约定就会得到不同价格，所以「先记约定、再记结果」比「先抄代码」更能减少后续对账时间。
Capabilities
核心能力速览：能算到什么程度、卡在哪
下表把 QuantLib 的主要能力、对应类与本站在本机的实测状态放在一起。「本站实测」一列说明该能力在本站是否有可复现的数字。
| 能力 | 典型类 / 方法 | 本站实测状态 | 容易踩的坑 |
|---|---|---|---|
| 现金流与日期 | Schedule / Calendar / DayCounter | 已实测（14 种 DayCounter、4 种日历） | 日历选错不一定报错，可能只是日期悄悄错开 |
| 债券定价 | FixedRateBond + DiscountingBondEngine | 已实测（11 条现金流 + 8 项指标） | 不设引擎直接取价格会抛 null pricing engine |
| 期权定价 | VanillaOption + Analytic/Binomial/FD/MC 引擎 | 已实测（5 类引擎对照） | 美式配欧式解析引擎会抛 not an European option |
| Greeks | option.delta() / gamma() / vega() | 已实测（解析 vs 差分校验） | 树与蒙特卡洛引擎不提供 vega；Heston 不提供 delta |
| 收益率曲线 | DepositRateHelper / SwapRateHelper / Piecewise* | 已实测（4 种插值 + 曲线 bump） | 曲线取到末端之外会抛 past max curve time |
| 利率模型 | HullWhite / Vasicek / HestonModel | 已实测（互换期权 + Heston 微笑） | HestonProcess 前两个参数是无风险曲线与分红曲线，传反会让远期错位 |
| 中国市场 | ql.China(SEA/IB) 日历 | 已实测日历与示意曲线；中债数据未测试 | 没有中国计息口径，也没有中债估值规则与行情 |
| 扩展与其它语言 | QuantLibAddin / RQuantLib / SWIG 绑定 | 只核对存在性，未实测 | 不同封装层的函数命名与版本可能不同 |
| 行情与数据接入 | 不提供 | 未实测（因为库本身不含此能力） | 报价、波动率、利率节点需自备，并记录数据日期与口径 |
| 可视化与报表 | 不提供 | 未实测（需配合其它工具） | 曲线图、风险报表要自己出图，数据仍需先从本库算出 |
Evidence
本站和别处的中文 QuantLib 内容差在哪：6 个可验证入口
同一批实测数据被组织成 6 个入口。每个入口都回答一个别处常见含糊的问题，并且给出你可以自己复算的数字或报错原文。
| 入口 | 回答的问题 | 本站给出的可验证证据 |
|---|---|---|
| 金融约定审计 | 为什么同一只债券的价格对不上？ | 14 种 DayCounter + 4 种日历 + settlementDays T+0~T+90 的实测表；应计口径可让净价差 0.24 元 |
| 收益率曲线 bootstrap | 曲线是怎么从报价推出来的、准不准？ | 四种插值的零息与折现因子表、反算偏差 +0.018~−1.364 bp、逐节点 1bp bump 结果 |
| 引擎交叉验证 | 为什么两个引擎结果不一样、差多少算正常？ | 5 类引擎同期权对照（0 ~ 201.75 ppm）、二叉树与蒙特卡洛收敛表、ppm 容差判据 |
| 债券全链条 | 一笔债券定价要准备哪些输入？ | 11 条真实现金流 + 净价/全价/应计/久期/凸性/DV01，含 DV01 负号陷阱 |
| 错误与排查 | 为什么程序不报错、价格却是 0？ | 13 条真实报错原文 + 「价格为 0」的 4 种成因 + 10 类静默错误结果 |
| 中国市场实践 | 中国日历与人民币曲线能直接用吗？ | SSE/IB 2024 年非营业日 124/115 天实测；示意人民币曲线；明确列出必须自备的规则 |
| 实测指标 | 本机数值 | 出自哪一页 |
|---|---|---|
| 本机测试版本 | QuantLib 1.43（cp39-abi3 wheel） | 安装页 |
| 欧式看涨期权解析价 | 10.4681483852（S=K=100, vol=20%, r=5%） | 期权页 |
| 解析价 vs 手写 BS 公式差 | 1.7763568394e-15 | 期权页 |
| CRR 801 步树误差 | 201.75 ppm（LR 801 步仅 0.05 ppm） | 定价引擎页 |
| Heston 隐含波动率微笑（rho=−0.6） | 22.918% → 17.273%（K=80→120） | 利率模型页 |
| 曲线反算输入互换的偏差 | +0.018 bp ~ −1.364 bp | 期限结构页 |
| 曲线逐节点 +1bp 的影响 | 5Y 报价 → 5Y 零息 +1.0571bp | 期限结构页 |
| 债券净价 / 应计 / 全价 | 99.75408467 / 0.01639344 / 99.77047812 | 金融工具页 |
| 计息约定对净价的影响区间 | 99.7535 ~ 99.9942（每 100 面值） | 金融约定审计页 |
| China.SSE 2024 年非营业日 | 124 天（IB 115 天，TARGET 110 天） | 金融约定审计页、期限结构页 |
| 真实报错原文条数 | 13 条（含「不报错但结果为 0」的情形） | 错误与排查页 |
| 亚式期权（12 个观察日）算术 MC vs 差分 | 6.1646871 vs 6.18993503 | 期权页 |
| 障碍期权敲出/敲入 | up-out 130 = 3.32633974；down-out 80 = 10.36788009 | 期权页 |
| 掉期 fairRate 与曲线水平 | fairRate 3.3268428%（曲线水平 3.00%） | 金融工具页 |
| 蒙特卡洛复现性与方差削减 | 同种子逐位一致；对偶变量标准误 0.0329 → 0.0164 | 定价引擎页 |
| 计息口径导致的债券价差 | 净价差 0.24（每 100 面值），收益率差 4.5bp | 金融约定审计页 |
| 二叉树收敛样例 | CRR 10 步 19458 ppm → 2000 步 98.65 ppm | 定价引擎页 |
| 曲线陡峭时单一收益率的局限 | 递增曲线净价 97.69124475，反解收益率 3.43261594% | 期限结构页 |
怎么复现本站的数字：每页都写出三样东西——① 测试版本与 Python 版本；② 估值日、日历、计息约定与折现口径；③ 生成该数值的代码片段与预期输出。你可以把代码存成文件、在同版本环境里直接运行，得到同样的数字；若环境或约定不同，数字会不同，这正好能用来验证「差异是约定造成的，而不是代码写错了」。需要提醒的是：本页所有实验都是受控设置（虚构债券、固定平价曲线、固定波动率），目的是让口径差异可比较、可复现；真实定价必须按发行文件与市场数据取值，并记录数据日期与字段口径。
Setup and route
自建 QuantLib 还是用 EasyClaw 量化 Skill 路线？
两条路线的准备成本与适用任务不同，先确认你要解决的问题属于哪一类。
装环境→定约定→建工具→定价与风险
灵活度高、可控性强，但 C++ 环境、曲线数据与模型假设都要自己维护；本站实测的报错里有三条就是「输入没补齐」造成的。
装客户端→一句话提问
技能覆盖的数据源与市场各不相同；它不替代量化金融定价库，也不代表 QuantLib 已集成 EasyClaw。
路线边界：QuantLib 与 EasyClaw 无已证实集成。EasyClaw 内置的是量化研究类技能（如 quant-analyst 的方法论与回测、akshare-finance 的行情数据），定位是免部署研究；它不做 C++ 衍生品定价库的替代，结果仅供研究，不构成投资建议。
Demo
免部署路线怎么用？量化 Skill 演示对话
下面两张是本机量化研究技能的实际对话截图（左右点击翻页），用于说明「不用装环境、一句话发起量化研究」这条路线长什么样。截图与 QuantLib 的定价结果无关，也不代表两者已集成。
Fit check
选型：什么时候该用 QuantLib、什么时候别用
两个方向都写清，避免把工具用在不适合的任务上。
| 你的任务 | 该用 QuantLib 吗 | 原因 | 更合适的做法 |
|---|---|---|---|
| 给期权定价并计算 Greeks | 适合 | 提供多类期权与多类引擎，Greeks 可与手写公式互验 | — |
| 从市场报价构建收益率曲线 | 适合 | RateHelper + 分段曲线体系完整，可反算自洽性 | — |
| 债券现金流、久期、DV01 计量 | 适合 | BondFunctions 覆盖价格与风险指标 | 注意口径与符号约定 |
| 组合绩效与回撤报告 | 不适合 | QuantLib 不做组合统计与报告 | 用绩效分析类库 |
| 行情数据获取与存储 | 不适合 | 库本身不提供行情接口 | 用数据接口或本地数据源 |
| 自动交易与下单 | 不适合 | 没有交易接口与信号逻辑 | 用交易执行框架 |
| 收益预测 / 选股 | 不适合 | 不是预测工具，模型输出不等于市场结果 | 统计与基本面研究 |
| 中债估值口径的完整复现 | 需自建 | 有日历与计息框架，但无中债估值规则与数据 | 按市场规则自建口径并留痕 |
| 学习衍生品定价概念 | 适合当练习场 | 类与引擎都公开、结果可交叉验证，适合验证公式 | 先手算一个 Black-Scholes 再与库对账 |
| 生产环境的定价中台 | 需自建完整链路 | 库只负责计算；数据、留痕、审批、灾备都在库之外 | 按业务需求自行封装与监控 |
FAQ
常见问题
QuantLib 是什么？
QuantLib 是开源的 C++ 量化金融库，用于衍生品建模、定价与风险管理，覆盖期权、债券、掉期、期限结构与定价引擎；Python 绑定为 QuantLib-Python。本站实测环境为 QuantLib 1.43 / Python 3.11.9，类名与行为以官方文档和实现为准。
本站的内容和官方文档、GitHub、其它中文教程有什么不同？
本站把每个结论都落到可复现的实验上：写明测试版本、估值日、日历与计息约定，并给出本机跑出的数字与报错原文。官方文档是能力与接口的权威来源，本站不替代它；其它中文教程多为步骤介绍，本站补充的是「换一个约定会差多少」这类可验证细节。QuantLib 与 EasyClaw 无已证实集成。
为什么我照抄示例还是算不出同样的价格？
绝大多数情况不是代码错，而是约定不同。本站实测：只把应计计息约定从 Actual/Actual (ISDA) 换成 Actual/360，净价就从 99.75408467 变成 99.99419065；把 settlementDays 从 T+0 改到 T+90，全价从 99.75412364 变成 100.81449704。先把估值日、日历、计息约定、结算天数四项对齐，再比较价格。以官方口径为准。
QuantLib 能在 EasyClaw 里直接用吗？
没有已证实集成。两者是独立路线：QuantLib 是需要自己装环境并写代码的定价库，EasyClaw 是免部署、用自然语言发起量化研究的技能路线。EasyClaw 的量化类技能有自己的能力边界与数据源，不能假设它调用了 QuantLib。
本站的实测数字能当市场数据或交易依据吗？
不能。本站全部实验使用虚构标的与固定参数（如平曲线 3%、票息 3% 的虚构债券），目的是让口径差异可比较、可复现。真实定价需要按发行文件与市场数据取值，结果不构成投资建议。
想先从哪一页开始看？
想判断工具是否适合自己，看完本页的选型表即可；要动手就先看安装页；如果已经跑出价格但对不上，直接进金融约定审计页；如果程序报错或结果为 0，去错误与排查页按报错原文定位。
QuantLib 有图形界面吗？
没有。它以库和 API 形式使用，需要在 C++ 或 Python 代码里调用；曲线图与风险报表要配合其它可视化工具完成。本站的示意图与表格都是为了说明计算链路，不是 QuantLib 自带界面。以官方文档为准。
中国市场能直接用吗？
能用一部分：本机实测 ql.China(ql.China.SSE) 与 ql.China(ql.China.IB) 两个日历可用（2024 年非营业日分别为 124 天与 115 天）。但 QuantLib 没有中国计息口径、没有中债估值规则、也不提供行情数据，银行间与交易所的结算与估值规则都需要自行适配并留痕。以市场规则为准。