1. 课程导入
在正式动手写代码之前，我们先看一个真实场景。某券商向客户推荐一款“挂钩中证500、期限两年、保本90%、票息浮动”的结构化产品，报价单上写着：参与率 80%、敲入价 75%、敲出价 103%、年化票息区间 0%～6%。客户问：“这东西到底值多少钱？票息怎么算出来的？”如果你只能回答“按合同条款算”，那说明你还没有一套可复现的估值引擎。
本课程的目标，就是带你从零构建一个可运行、可测试、可扩展的结构化产品估值引擎。它不是教你背公式，而是教你如何把一份产品条款，翻译成可计算的现金流与风险指标。
- 读懂结构化产品的条款要素，并抽象为估值参数；
- 选择并实现合适的定价模型（解析解、树模型、蒙特卡洛）；
- 构建模块化的估值引擎，支持新增产品类型而不改核心框架；
- 对估值结果做校验、归因与敏感性分析。
核心概念：结构化产品的“三张面孔”
结构化产品本质上是固定收益部分 + 衍生品部分的组合。理解它，需要同时看清三张面孔：
- 合同面：条款文本，包括本金保障比例、观察频率、敲入敲出条件、票息公式、提前终止权等。这是估值的输入源。
- 现金流面：把条款翻译成“什么时间、什么条件下、支付多少钱”。这是估值引擎的中间表示。
- 风险面：Delta、Gamma、Vega、Theta 等希腊字母，以及情景分析与压力测试结果。这是估值的输出价值。
很多初学者直接跳到“用蒙特卡洛跑价格”，却忽略了现金流面的结构化建模，导致产品一改条款就要重写代码。正确的顺序是：先建现金流，再选模型，最后算风险。
整体框架：估值引擎的四层架构
一个可维护的估值引擎，通常分为四层。下图展示了从条款输入到风险输出的完整数据流与模块依赖关系：
这四层之间通过标准数据结构解耦：条款解析层输出统一的 ProductSpec，现金流建模层输出 CashflowSchedule，定价模型层消费现金流并返回 ValuationResult，风险输出层再基于结果计算希腊字母。这样，新增一款“雪球”或“鲨鱼鳍”产品时，你只需要扩展第一、二层，后两层几乎不用改。
方法流程：从条款到价格的六步法
下面是一条可复用的估值流水线。建议你在项目中严格按此顺序推进，避免“先写蒙特卡洛再补条款”的返工：
- 条款结构化：把合同文本拆成字段，如
notional、tenor、participation_rate、knock_in、knock_out、coupon_formula。 - 事件日历生成：根据观察频率生成观察日、付息日、到期日，并标注每个日期的触发条件。
- 支付函数定义：为每个事件写一个纯函数，输入标的价格路径，输出该事件下的现金流。
- 路径模拟：选择模型（如几何布朗运动、Heston、局部波动率），生成标的价格路径。
- 贴现与汇总：将各路径现金流按无风险利率贴现，取平均得到公允价值。
- 风险计算：对关键参数做扰动，重新估值，得到 Delta、Vega 等指标。
def coupon_payoff(path, spec):
if path[-1] >= spec.knock_out:
return spec.notional * spec.coupon_rate
elif path[-1] < spec.knock_in:
return spec.notional * (path[-1] / path[0] - 1)
else:
return spec.notional * spec.base_coupon案例场景：一款“保本+看涨”产品的估值拆解
假设某产品：本金 100 万，期限 1 年，保本 95%，挂钩沪深 300，参与率 70%，无敲入敲出。其公允价值可拆为：
| 组成部分 | 计算方式 | 示例结果 |
|---|---|---|
| 零息债券（保本部分） | 95万 × 贴现因子(1年) | 约 92.3 万 |
| 看涨期权（参与部分） | 100万 × 70% × Black-Scholes 看涨价格 | 约 5.8 万 |
| 合计公允价值 | 债券 + 期权 | 约 98.1 万 |
| 发行方毛利 | 100万 - 98.1万 | 约 1.9 万 |
这个拆解告诉你：估值引擎不仅要能算总数，还要能归因到每个组成部分。否则客户问“为什么只值 98.1 万”，你无法解释。
误区与复盘：初学者最容易踩的三个坑
ProductSpec，再写定价。
本课程后续 29 章，将沿着上面这条路线图，逐层实现、逐层测试。你最终得到的不是一个玩具脚本，而是一个可以接入真实行情、支持多产品类型、输出风险报告的估值引擎。现在，让我们从条款解析层开始动手。