QuantLib · Conventions audit

QuantLib 结果为什么不一样？金融约定逐项审计

同一只债券、同一组现金流，换一个 DayCounter、换一种日历、把 settlementDays 从 T+2 改成 T+90，价格和收益率都会变。本页把 evaluationDate、Calendar、BusinessDayConvention、DayCounter、Schedule、settlementDays、clean/dirty/accrued 七项约定逐个替换，用 QuantLib 1.43 的实测输出告诉你每一项到底改动了多少。

看错误与排查看债券全链条

依据：本机 QuantLib 1.43 实测 + 官方文档覆盖约定：7 类误差量级：0.0001 ~ 0.24（每 100 元面值）

估值日evaluationDate / Settings

日历Calendar + BusinessDay

计息DayCounter

价格口径clean / dirty / accrued

四项先定、价格后算：估值日决定「算哪一天」，日历决定「现金流落在哪天」，计息约定决定「每期算多少天」，价格口径决定「报出来的是哪个价」。示意图非实盘界面。

测试版本QuantLib 1.43（PyPI wheel `quantlib-1.43-cp39-abi3-win_amd64`）Python 版本3.11.9（Windows，Python 官方 CPython）最后核验2026-10-09（全部数值为本机一次运行输出）估值日2024-01-15（`ql.Settings.instance().evaluationDate`）日历TARGET / China.SSE / China.IB / UnitedStates.NYSE 四种对照计息约定14 种 DayCounter 对照（Actual 系 / 30-360 系 / Business-252）可直接复现是（每条结论都给出参数、代码与实测输出）本站实测范围仅约定与价格口径；不含行情数据、不接实盘、不构成投资建议

实验环境QuantLib 1.43 / Python 3.11.9 / Windows

对照项14 种 DayCounter · 4 种日历

核心结论应计口径可让净价差 0.24 元

证据等级本站实测（代码与输出均在本页）

Clean vs dirty

净价、全价、应计利息为什么对不上？

债券报价习惯用净价（clean price），但真正付钱的是全价（dirty price）。QuantLib 把三者拆成三个方法，先看它们在同一只债券上的实测值，再看为什么核对时常出错。

同一只债券（票息 3%、2020-01-15 发行、2030-01-15 到期、年付、TARGET 日历、A/A ISDA、平曲线 3%）
量	本机实测值（面值 100）	口径说明	核对时要注意
净价 cleanPrice()	99.75408467	不含应计利息的报价口径	交易日习惯报这个价，但它不是结算金额
应计利息 accruedAmount()	0.01639344	上一付息日到结算日之间应计的部分	随结算日每天变化，T+0 时为 0
全价 dirtyPrice()	99.77047812	净价 + 应计利息，等于结算金额口径	现金流折现得到的是这个价
净价 + 应计	99.77047812	与全价完全相同（差 < 1e-10）	对不上时先查 settlementDays 与 accrued 的计息约定
NPV()	99.75412364	引擎口径的净现值	与 dirtyPrice 差一个应计利息量级，别混用
结算日 settlementDate	January 17th, 2024	T+2 由 settlementDays=2 决定	它同时决定应计天数与折现起点

核对顺序建议：先确认 evaluationDate 与 settlementDays，再看 accruedAmount() 用的是哪条应计约定，最后才比较价格。本页实测中，改应计约定会让净价在 99.7535 ~ 99.9942 之间移动，收益率在 3.0004% ~ 3.0456% 之间移动——这两组数就是「价格对不上」最常见的来源。

DayCounter

DayCounter 计息约定逐项实测：同样 182 天，能算出 0.4959 到 0.5056

同一个区间（2024-01-15 → 2024-07-15，实际 182 天），14 种 DayCounter 给出的年化分数并不相同。下表全部是本机实测输出，名字列使用 QuantLib 自己返回的名称。

实测：区间 2024-01-15 → 2024-07-15（182 天），QuantLib 1.43
DayCounter（构造方式）	dayCount	yearFraction	QuantLib 返回的名字	典型用途 / 注意点
ql.Actual360()	182	0.5055555556	Actual/360	货币市场基准；比 A/365 多算约 1.4%
ql.Actual365Fixed()	182	0.4986301370	Actual/365 (Fixed)	固收常用近似；闰年不做特殊处理
ql.Actual365Fixed(NoLeap)	181	0.4958904110	Actual/365 (No Leap)	跳过 2 月 29 日，天数会比实际少 1 天
ql.Actual366()	182	0.4972677596	Actual/366	闰年口径；与 A/A ISDA 在本区间相同
ql.ActualActual(ISDA)	182	0.4972677596	Actual/Actual (ISDA)	跨国债券与互换最常用的口径
ql.ActualActual(Bond)	182	0.5000000000	Actual/Actual (ISMA)	按期数平分；半年期正好 0.5
ql.ActualActual(Historical)	182	0.4972677596	Actual/Actual (ISDA)	本区间与 ISDA 同值，跨世纪区间才会分叉
ql.ActualActual(AFB)	182	0.4972677596	Actual/Actual (AFB)	南非/欧洲旧口径
ql.Thirty360(BondBasis)	180	0.5000000000	30/360 (Bond Basis)	每月按 30 天算，日历年化常用
ql.Thirty360(European)	180	0.5000000000	30E/360 (Eurobond Basis)	欧债口径
ql.Thirty360(ISDA)	180	0.5000000000	30E/360 (ISDA)	German 变体与本口径同实现
ql.Thirty360(USA)	180	0.5000000000	30/360 (US)	美国 NASD 口径
ql.SimpleDayCounter()	180	0.5000000000	Simple	教学用，实盘少用
ql.Business252()	125	0.4960317460	Business/252(Brazil)	按营业日计数（这里是巴西日历）

边界区间实测：月末与闰年会把「同一区间」的年化分数拉开 8% 以上（0.0767 vs 0.0833）
边界区间	实际天数	Actual/365 (Fixed)	Actual/365 (NoLeap)	Actual/Actual (ISDA)	Actual/Actual (Bond)	30/360 (Bond Basis)	30E/360 (ISDA)
2023-08-15 → 2024-08-15	366	1.00273973	1.00000000	1.00104050	1.00000000	1.00000000	1.00000000
2024-02-15 → 2025-02-15	366	1.00273973	1.00000000	1.00033685	1.00000000	1.00000000	1.00000000
2024-01-31 → 2024-02-29	29	0.07945205	0.07671233	0.07923497	0.08333333	0.08055556	0.08333333
2024-01-31 → 2024-03-31	60	0.16438356	0.16164384	0.16393443	0.16666667	0.16666667	0.16666667

要点：不要用「都是实际天数」来判断计息结果一致。本机实测中，2024-01-31 → 2024-02-29 这 29 天，Actual/365 (NoLeap) 给 0.07671、Actual/Actual (Bond) 给 0.08333，相对差 8.6%；放在票息 3%、面值 1 亿元的债券上就是几万元的利息差。

Price impact

换计息约定，债券价格和收益率各变多少？

把同一只债券（票息 3%、年付、TARGET、平曲线 3%）的应计计息约定依次替换，其余参数完全不动，净价、票息金额、收益率的变化如下——这是「价格对不上」的第二大来源。

实测：同一只债券、同一估值日，只替换应计计息约定
应计 DayCounter	应计天数	首期票息金额	应计利息	净价	全价	由净价反解的收益率
Actual/Actual (ISDA)	366	3.01643836	0.01639344	99.75408467	99.77047812	3.0454534%
Actual/365 (Fixed)	366	3.01643836	0.01643836	99.76879697	99.78523533	3.0426513%
Actual/360	366	3.05833333	0.01666667	99.99419065	100.01085731	3.0003516%
30/360 (Bond Basis)	360	3.01666667	0.01666667	99.75352162	99.77018829	3.0455591%
30E/360 (Eurobond)	360	3.01666667	0.01666667	99.75352162	99.77018829	3.0455591%

读法：同一只债券在两种口径下的净价差 0.24 元（每 100 元面值），收益率差 4.5bp；换成 Actual/360 后票息金额从 3.0164 变成 3.0583，收益率掉到 3.0004%。如果对账双方各自用了不同口径，就会出现「明明是同一只债，价格差几毛、收益率差几个 bp」。

Calendar

日历与营业日调整：同一天，四个日历给出四种答案

日历决定两件事：某一天是否可交割，以及落在非营业日的日期往哪调。下表是本机实测的两种检查——同一批日期在不同日历下是否营业，以及非营业日调整后的落点。

实测 1：isBusinessDay 判定（休 = 非营业日）
日期	星期	TARGET	China.SSE	China.IB	US.NYSE	说明
2024-01-01	一	休	休	休	休	四个日历都是元旦
2024-02-09	五	营业	休	营业	营业	除夕：SSE 休市，银行间（IB）仍营业
2024-02-12	一	营业	休	休	营业	春节假期内
2024-04-04	四	营业	休	休	营业	清明
2024-05-01	三	休	休	休	营业	TARGET 也休（劳动节）
2024-06-10	一	营业	休	休	营业	端午
2024-10-01	二	营业	休	休	营业	国庆：TARGET 是营业日，SSE 休市
2024-12-25	三	休	营业	营业	休	圣诞：中国市场正常交易

实测 2：营业日调整（adjust）落点
原始日期	星期	China.SSE + Following	China.SSE + ModifiedFollowing	China.SSE + Preceding	TARGET + Following	注意点
2024-10-01	二	October 8th, 2024	October 8th, 2024	September 30th, 2024	October 1st, 2024	国庆连休 7 天，向前/向后调整差 8 天
2024-10-05	六	October 8th, 2024	October 8th, 2024	September 30th, 2024	October 7th, 2024	调休后的工作日不等于自然营业日
2024-02-11	日	February 19th, 2024	February 19th, 2024	February 8th, 2024	February 12th, 2024	春节调整跨度 8~11 天
2024-09-15	日	September 18th, 2024	September 18th, 2024	September 13th, 2024	September 16th, 2024	中秋
2024-01-31	三	January 31st, 2024	January 31st, 2024	January 31st, 2024	January 31st, 2024	本来就是营业日：三种约定结果相同

2024 年实测计数：China.SSE 营业日 241 天（非营业 124 天），TARGET 营业日 255 天。同一年相差 14 个可交割日，直接决定现金流能否真的在那天发生。ql.China(ql.China.SSE) 的名字是「Shanghai stock exchange」，ql.China(ql.China.IB) 是「China inter bank market」——两者假期不同，选错会错开日期。

Schedule

Schedule 生成规则实测：起点、调整约定、周期谁先谁后

Schedule 把「起止日期 + 周期 + 日历 + 调整约定」变成一串现金流日期。下面四组是本机实测的日期串，用来判断你的现金流日期为什么和报价表不一样。

实测：同一组参数只改一项，日期串如何变化
实验条件	实测生成的日期串	该关注的约定
起始 2024-10-01（中国国庆，SSE 休市 / TARGET 营业）+ 半年付 + SSE + ModifiedFollowing	Oct 8, 2024 / Apr 1, 2025 / Oct 9, 2025 / Apr 1, 2026 / Oct 8, 2026	起点在假期内会被整体顺延，后续付息日跟着平移
同上，仅把日历换成 TARGET	Oct 1, 2024 / Apr 1, 2025 / Oct 1, 2025 / Apr 1, 2026 / Oct 1, 2026	TARGET 不知道中国假期，日期看起来「干净」但与市场不符
付息日落在周六 2024-06-15 + TARGET + Following	Jun 17, 2024 / Dec 16, 2024 / Jun 16, 2025 / Dec 15, 2025 / …	每个落在周末的付息日都向后顺延
同上一组，改为 Unadjusted	Jun 15, 2024 / Dec 15, 2024 / Jun 15, 2025 / Dec 15, 2025 / …	日期保持日历上的名义日，需自行处理非营业日
春节起点 2024-02-11 + SSE + ModifiedFollowing + 半年付	Feb 19, 2024 / Aug 12, 2024 / Feb 11, 2025 / Aug 11, 2025 / …	首期实际长度 ≠ 半年，会影响首期利息计算
周期 1 年 > 区间 6 个月（Forward 生成）	Jan 15, 2024 / Jun 17, 2024	QuantLib 不报错，只按端点生成；周期设置错误不会提示你
2024-01-31 起半年付，EndOfMonth=False	Jan 31, 2024 / Jul 31, 2024 / Jan 31, 2025 / Jul 31, 2025	本组日期恰好都落在月末，与 EndOfMonth=True 输出相同
2024-01-31 起半年付，EndOfMonth=True	Jan 31, 2024 / Jul 31, 2024 / Jan 31, 2025 / Jul 31, 2025	月末规则只在月份天数不同时才显出差异（如 8/31 → 2/28）

诚实说明：上表最后两行在本次实验里没有差异——因为 1/31 与 7/31 在两个设置下都是月末。月末规则要到「8 月 31 日起半年付」这类情形才会与 2 月末对齐规则分叉。本站没有把它当作「有差异」来写，只如实报告：本组参数下 EndOfMonth 开关不改变输出。

settlementDays

settlementDays 与 evaluationDate：最容易被忽略的两个日期

settlementDays 决定结算日，结算日又决定应计利息与折现起点。下面这张表把同一只债券的 settlementDays 从 T+0 拉到 T+90，可以看到价格与风险指标如何被「日期」而不是「利率」推动。

实测：同一只债券，只改 settlementDays（BPV 为 BondFunctions 直接返回原值，符号见下页说明）
settlementDays	结算日	应计利息	净价	全价	由净价反解的收益率	修正久期	BPV
0（T+0）	2024-01-15	0.00000000	99.75412364	99.75412364	3.0454534%	5.414302	-0.05400972
1	2024-01-16	0.00819672	99.75410382	99.76230054	3.0454534%	5.411651	-0.05398769
2（默认）	2024-01-17	0.01639344	99.75408467	99.77047812	3.0454534%	5.408999	-0.05396566
3	2024-01-18	0.02459016	99.75406620	99.77865636	3.0454534%	5.406348	-0.05394363
5	2024-01-22	0.05737705	99.75399899	99.81137604	3.0454534%	5.395742	-0.05385546
10	2024-01-29	0.11475410	99.75390719	99.86866129	3.0454534%	5.377181	-0.05370101
30	2024-02-26	0.34426230	99.75386899	100.09813128	3.0454534%	5.302940	-0.05308126
90	2024-05-23	1.05737705	99.75711999	100.81449704	3.0454534%	5.072260	-0.05113557

evaluationDate 的两条硬边界（本机实测的报错原文）import QuantLib as ql

# 边界 1：曲线取值早于参考日 -> 直接报错
ts = ql.FlatForward(ql.Date(15, 1, 2024), 0.03, ql.Actual365Fixed())
ts.discount(ql.Date(1, 1, 2020))
# RuntimeError: negative time (-4.03825) given

# 边界 2：evaluationDate 设到最大日期，QuantLib 内部 +结算天数后越界
ql.Settings.instance().evaluationDate = ql.Date(31, 12, 2199)
# RuntimeError: Date's serial number (109575) outside allowed range [367-109574],
#   i.e. [January 1st, 1901-December 31st, 2199]

读法：从 T+0 到 T+90，净价只动了 0.003 元，但应计利息从 0 涨到 1.0574、全价从 99.7541 涨到 100.8145、修正久期从 5.4143 落到 5.0723。也就是说：日期决定的是「你现在站在现金流的哪个位置」，不是「利率变了多少」。

Checklist

拿到一条「对不上」的价格，按这 6 步核对

顺序很重要：先定点（日期），再点口径（日历与计息），最后才怀疑模型。以下每一步都给出本页实测过的判据。

1. 先确认估值日与结算日

打印 ql.Settings.instance().evaluationDate 与 bond.settlementDate()。若结算日跨过付息日，应计利息会归零重算，看起来就像价格突然跳了一档。

2. 再确认应计利息的计息约定

本页实测：换应计约定会让净价移动 0.24 元、收益率移动 4.5bp。核对 bond.dayCounter().name() 与对方报价单是否一致。

3. 分清报的是净价还是全价

现金结算用全价，报价习惯用净价。实测中两者差 0.0164（T+2），T+90 时差 1.0574，差额随时间线性增长。

4. 换一种方式复算收益率

用 ql.BondFunctions.bondYield(...) 与 ql.BondFunctions.cleanPrice(...) 互相反解：本机实测二者在同组参数下互为逆运算，如果对不上，说明有一侧用的不是同一组约定。

5. 检查日历是否属于该市场

中国市场用 ql.China(ql.China.SSE) 或 ql.China(ql.China.IB)，不要用 TARGET 代替：实测同一日期串会错开 1~8 天。

6. 最后才怀疑模型与曲线

曲线折现与单一收益率并不等价：本站实测同一只债券在递增零息曲线下净价 97.6912，而「反解出的单一收益率」只有 3.4326%——这个数字在平曲线下无法复现同一价格。

Reproduce

自己复现本页全部结论：一条命令 + 固定参数

下面这段脚本就是本站生成上表数值的写法（去掉打印格式后的核心部分），把它存成文件、在装好 QuantLib 的环境里运行，应当得到同样的数字。约定不同（比如换了日历或计息约定）就会得到不同的数字，这正是本页要说明的事。

conventions_check.py（QuantLib 1.43 / Python 3.11.9 实测通过）import QuantLib as ql

today = ql.Date(15, 1, 2024)
ql.Settings.instance().evaluationDate = today          # ① 估值日
cal, dc = ql.TARGET(), ql.ActualActual(ql.ActualActual.ISDA)   # ② 日历 + ③ 应计计息约定
sched = ql.Schedule(ql.Date(15, 1, 2020), ql.Date(15, 1, 2030), ql.Period(ql.Annual),
                    cal, ql.ModifiedFollowing, ql.ModifiedFollowing,
                    ql.DateGeneration.Forward, False)   # ④ Schedule 生成规则
bond = ql.FixedRateBond(2, 100.0, sched, [0.03], dc)   # ⑤ settlementDays = 2
bond.setPricingEngine(ql.DiscountingBondEngine(
    ql.YieldTermStructureHandle(ql.FlatForward(today, 0.03, dc))))  # ⑥ 折现曲线

print(bond.cleanPrice(), bond.dirtyPrice(), bond.accruedAmount())   # ⑦ clean / dirty / accrued
y = bond.bondYield(dc, ql.Compounded, ql.Annual)                    # ⑧ 由净价反解收益率
print(y * 100, ql.BondFunctions.duration(bond, y, dc, ql.Compounded, ql.Annual,
                                         ql.Duration.Modified))

复现时的四个替换开关（本页表格全部来自这些开关的不同组合）
替换项	改哪里	本页实测的后果
计息约定	第 ② 行的 `dc`	净价与收益率同时变化（净价区间 99.7535 ~ 99.9942）
日历	第 ② 行的 `cal`（换 SSE/IB）	现金流日期错开 1~8 天；本组 1/15 日期恰好不变
结算天数	第 ⑤ 行的 `2`	应计利息与全价变化，净价几乎不变
估值日	第 ① 行的 `today`	整条现金流的时间坐标平移
折现曲线	第 ⑥ 行的 `FlatForward(today, 0.03, dc)`	价格随曲线水平移动；斜率变化时单一收益率无法对应

FAQ

常见问题

为什么同一只债券，我的价格和别人差 0.2 元？

最常见的是应计计息约定不同。本站实测：应计约定从 Actual/Actual (ISDA) 换成 Actual/360，净价从 99.75408467 变成 99.99419065（差 0.24），收益率从 3.0455% 掉到 3.0004%。先对齐 dayCounter，再对齐 settlementDays，最后才怀疑曲线；以官方文档与报价单口径为准。QuantLib 与 EasyClaw 无已证实集成，这类口径核对需要你自己掌握。

clean price 和 dirty price 哪个才是要付的钱？

现金结算对应全价（dirty price = 净价 + 应计利息）。本站实测二者关系为 99.75408467 + 0.01639344 = 99.77047812，完全相等。报价习惯报净价，所以对账时必须先问清「报的是哪个价」。具体会计口径以你所在市场的结算规则为准。

Actual/365 Fixed 和 Actual/Actual (ISDA) 什么时候会分叉？

跨闰年或跨月短区间才明显。实测：2023-08-15 → 2024-08-15 这 366 天，A/365 Fixed 给 1.00273973、A/A ISDA 给 1.00104050；而 2024-01-31 → 2024-02-29 只有 29 天时，两者分别是 0.07945205 与 0.07923497，Actual/Actual (Bond) 则是 0.08333333。区间越短、月末越特殊，差异占比越大。以官方实现与市场惯例为准。

QuantLib 里有没有中国市场的计息约定？

没有。本机实测 ql.ActualActual 的枚举是 ISDA / Bond / Historical / AFB / Euro / Actual365 / ISMA，不含 China 口径；日历有 ql.China(ql.China.SSE) 与 ql.China(ql.China.IB)。也就是说：日历可以直接用，计息约定要你自己按市场规则选定，别默认任意一个。以官方文档为准。

settlementDays 应该填几？

按你所处市场的结算规则来，不要沿用示例里的 2。本站实测 T+0 到 T+90 的应计利息从 0 变到 1.05737705，修正久期从 5.414302 变到 5.072260——日期设定的影响不小于利率变动。QuantLib 不校验这个值是否合理，填错不会报错，只会让价格悄悄偏离。以你的结算制度为准。

为什么日历换掉之后，这次实验的价格没变？

因为本组现金流日期（每年 1/15、7/15）在 TARGET 与 SSE 下都是营业日，所以日期串完全一致，价格自然相同。本机实测的差异只出现在假期边界上（如 10/1、2/11 起算，日期会错开 1~8 天）。这也是一个提醒：没有报错、价格也没变，不代表日历选对了，要针对性构造边界日期去验证。以官方日历数据为准。

evaluationDate 可以和 today 不一样吗？

可以，而且应该显式设置。ql.Date.todaysDate() 在本机返回运行当天（2026-10-09），如果不设置，所有定价都以运行日为基准，回测或对账时就会得到「每天都在变」的结果。但注意边界：把 evaluationDate 设到 2199-12-31 会立即报错（内部还要加结算天数）。以官方文档为准。

本页的数值能不能直接当成市场数据用？

不能。本页全部是受控实验：票息 3%、曲线固定 3%、标的为虚构债券，目的是让口径差异可比较、可复现。真实债券的票息、付息频率、日历与应计规则都要按发行文件取值；结果仅供研究与对账方法参考，不构成投资建议。