技術メモ

役に立てる技術的な何か、時々自分用の覚書。幅広く色々なことに興味があります。

プログラムで月ごとの営業日数を求める

月ごとの営業日数を求めたい事があったので、pythonで簡単にできるんじゃないかと思ってやってみた。

祝日計算

祝日計算には内閣府csvファイルを取ってくる方法を見つけた*1が、これだと振替休日などに対応できない。
そこで、こちらで紹介されているjpholidayを使った。
github.com

月の末日を取ってくる

月の初日から末日まででイテレーションしたいが、末日を取ってくるのを簡単に済ませられないかと思って検索してみたらすぐに見つかった。
date - Get Last Day of the Month in Python - Stack Overflow

monthrange(year, month)
Returns weekday of first day of the month and number of days in month, for the specified year and month.
>>> import calendar
>>> calendar.monthrange(2002,1)
(1, 31)
>>> calendar.monthrange(2008,2)
(4, 29)
>>> calendar.monthrange(2100,2)
(0, 28)

コード

実行前に

pip install jpholiday

としてjpholidayを取ってくる必要がある

import datetime, calendar, jpholiday

def is_holiday_or_weekend(date):
    return date.weekday() == 6 or date.weekday() == 5 or jpholiday.is_holiday(date)

def businessday_count(year, month):
    whole_daycount = calendar.monthrange(year, month)[1]
    initial_date = datetime.date(year, month, 1)
    sum = 0
    for i in range(whole_daycount):
        date = initial_date + datetime.timedelta(i)
        if not is_holiday_or_weekend(date):
            sum += 1
    return sum

if __name__=="__main__":
    year = 2019
    for i in range(1,13):
        print(i,end="\t")
        print(businessday_count(year, i))

結果

1       21
2       19
3       20
4       20
5       19
6       20
7       22
8       21
9       19
10      21
11      20
12      22

仮想通貨を担保に法定通貨をローンするサービス【BlockFi】

BlockFiという会社のサービス
blockfi.com
仮想通貨を担保にすることで信用リスクを抑え比較的低金利法定通貨を借りることができる。
クレジット情報を詳細に聞かれることはないので審査も早い(どれくらい審査があるかはわからない)


イーサリアムのようにブロックチェーンに契約情報を含められるコインもあるのでなにか面白い活用法がありそう。

BlockFiはリクルートからも出資を受けたほかウォール街の企業からも出資を受けている模様。
jp.cointelegraph.com
リクルート、米ブロックファイへ出資—仮想通貨を担保とした法定通貨貸付サービスを支援【フィスコ・ビットコインニュース】[FISCO] | 為替ニュース | Klug FX(クルークFX)

ブラックショールズモデルでグラフを描く

以前書いたブラックショールズモデルの関数を使って、権利行使までの時間と行使価格を動かしてグラフを描いてみようと思う。
swdrsker.hatenablog.com
権利行使までの時間が長くなるほど緩やかな曲線になるのを見たい。

import numpy as np
from scipy import stats
import matplotlib.pyplot as plt
import seaborn
seaborn.set_style("whitegrid")

rf_rate = 0.005 #risk free rate (0.5%)
sigma = 0.12 #volatility (12%)
price = 100 #present value

def bs_model(S,x,r,sigma,T):
    d1 = (np.log(S/x) + (r + 0.5 * sigma ** 2)*T)/(sigma*pow(T, 1/2))
    d2 = (np.log(S/x) + (r - 0.5 * sigma ** 2)*T)/(sigma*pow(T, 1/2))
    call = S * stats.norm.cdf(d1) - x * np.exp(-r*T) * stats.norm.cdf(d2)
    put  = x * np.exp(-r*T) * stats.norm.cdf(-d2) - S * stats.norm.cdf(-d1)
    return call,put

リスクフリーレートは0.5%, ボラティリティは12%, 現在価格を100とした。

x = np.arange(75,125)
plt.figure()
for t in [0.01,0.5, 1,2,3]:
    bs = lambda x: bs_model(price,x , rf_rate, sigma, t)[1]
    plt.plot(x, np.vectorize(bs)(x), label="t: %1.1f"%t)
plt.xlabel("Strike Price")
plt.ylabel("Option Premium")
plt.title("Put option (price:100)")
plt.legend()

f:id:swdrsker:20180916222458p:plain

x = np.arange(75,125)
plt.figure()
for t in [0.01,0.5, 1,2,3]:
    bs = lambda x: bs_model(price,x , rf_rate, sigma, t)[0]
    plt.plot(x, np.vectorize(bs)(x), label="t: %1.1f"%t)
plt.xlabel("Strike Price")
plt.ylabel("Option Premium")
plt.title("Call option (price:100)")
plt.legend()

f:id:swdrsker:20180916222604p:plain


行使価格が高いほど、Put option(売る権利)の価値が高くなる。
行使価格が低いほど、Call option(買う権利)の価値が高くなる。
権利行使までの時間が長いほど滑らかな曲線になることがわかる。