七天回购利率的异常数据的处理
发布网友
发布时间：2022-04-24 04:35
共1个回答
热心网友
时间：2023-10-28 14:31
在回购市场上异常交易是难免的，事实证明也的确如此。异常交易的存在会导致价格扭曲，扰乱正常的市场秩序，因此为了能够展现真实的市场行情对异常交易进行处理是极其必要的。处理异常交易的手段往往与交易数据本身的特点联系在一起的，因此手段往往也是多种多样。
针对银行间7天回购交易的实际情况，我们采用了“削头去尾”的处理方法，即在参与当天计算的全部交易当中，去掉一个最高价和一个最低价；碰到不止一个最高价和不止一个最低价的情况，则去掉成交量最小的那一个；如果仅有两笔交易参与计算，则不做任何处理。因此，如果某一交易日 ，在计算时候共有 笔交易发生，在去掉一个最高价和最低价以后，剩下的 笔交易就是生成日加权回购利率的数据基础了，为了叙述方便，不妨假设这 笔交易的价格（回购利率）和成交量（回购量）分别为 和 ，下标 代表某一个确定的交易日，下标 代表该交易日该时刻的第 笔交易，显然 。
下表直观地给出了异常数据处理的一般准则，处理以后的交易笔数。同时，从表中可以看出，对应最高价0.02115的交易共有两笔，剔除的正是交易量最小的那一笔。
二、以成交量为权重生成回购利率的日加权数据
在剔除异常交易数据以后，我们得到了两个时间序列，一个是价格序列 ，一个是交易量序列 ，这两个序列的元素个数均为 个，也就是 笔交易。为了得到 日该计算时刻对应的代表性利率指标 ，我们采用成交量加权的做法，
每一个价格前面的权重为 。
如此以来，对于每一个交易日的每次计算，我们都会得到一个回购利率的日加权 ，随着交易的继续和每隔5分钟一次的计算此日的加权 不断更新，形成一个序列 ，这就是我们非常熟悉的7天回购日加权利率。每天闭市后，随着交易的中断，计算终止，产生的 为当天的最终日加权 ，保存后不在更新。
仍然以上面的表格为例，在去掉一个最高、最低价之后，有效交易笔数为 ，按照成交量加权算法即得
0．020967即为当日当时的日加权回购利率。
三、以移动平均算法来生成基准利率
从原理上讲，每天每刻的日加权利率都揭示了当日当时的利率行情，因此也就具备了充当市场基准利率（Benchmark）的可能性，然而作为一个基准利率，稳定性也是不可或缺的。事实上，从7天回购利率的历史统计来看，历史的日均加权利率的波动性还是比较大的，为了追求基准利率的平稳性，必须要综合最近一段时间的日加权利率来进行适度的光滑，常见的光滑算法有简单算术平均和指数加权平均两种。
因为每一个交易日都对应一个7天回购的日加权利率，为了得到一个稳定的基准利率，只能借助过去的7天回购日加权利率，譬如，为了得到 日的移动平均利率，我们必须要利用前一天（ ）、前二天（ ）…的日加权利率，不妨假设共有 个，即 ，如L=10代表的是 日前（不包括 日）的10个交易日。这里历史区间跨度 的大小与我们的目标有关， 越大光滑性越好； 越小波动性越强，但往往更贴近当前的利率行情。为了叙述方便，我们以 来表示与 有关的第 天的移动平均利率。
（一）算术加权平均
算术加权平均的思路是每一个价格前面的权重是相同的，对每一个价格都“一视同仁”，每个价格蕴涵的信息量完全一样。算术加权平均具有简单直观、计算方便的优点。计算公式如下：
（二）指数加权平均（EWMA）
指数加权平均的基本思想是价格序列采用指数加权的形式，每个价格前的权重是不同的，离现在越近的利率其权重越大，表示对其越重视，离现在越远的利率其权重越小，表示对其越不重视。指数加权平均暗含的假设是当前价格与不同的历史数据依赖程度是不一样的，应该“区别对待”。指数加权平均强调了信息的不对称性，从预测意义上来说，指数加权平均更符合金融时间序列的有关理论。
衰减因子是指数加权平均的一个十分关键的要素，衰减因子通常用 表示，它通常是一个大于0小于1的一个数，即 ，每个价格前面的权重是 的幂次，离现在越近的幂次越小，离现在越远的幂次越大，由于 是一个大于0小于1的一个数，其幂次越高值就越小，也就是说离现在越近的权重越大，离现在越远的权重越小，由此就达到了指数加权平均“区别对待”的效果。指数加权平均的计算公式如下:
衰减因子 的选取不单单是一个技术问题，还必须兼顾到业务的背景。在根据历史数据跨度 来确定衰减因子时，我们遵循了下面的公式:
举例来说明，假设 天的7天回购日,它前面10天的加权利率数据已经在下表中列出。现在要用指数加权平均算法来计算 天对应的移动平均利率，首先要确定10对应的衰减因子，通过上面衰减因子的估算公式很容易得到衰减因子为0.905,然后以它的幂次为权重来对历史数据加权即得到表的最后一行，最后除以各幂次的和，就可计算出 天对应的移动平均利率0.020936。 日期 t-10 0.0219 0.3685 0.0081 t-9 0.0204 0.4072 0.0083 t-8 0.0212 0.4500 0.0095 t-7 0.0212 0.4972 0.0105 t-6 0.0209 0.5494 0.0115 t-5 0.0209 0.6071 0.0127 t-4 0.0209 0.6708 0.0140 t-3 0.0207 0.7412 0.0154 t-2 0.0209 0.8190 0.0171 t-1 0.0209 0.9050 0.01 注意：计算某天的移动平均利率所采用的数据为该天前的一段时间内的加权，不包括该天！
在每天交易结束、收盘之后，便可以计算下一个交易日的移动平均利率，这样就能保证在每个交易日开盘之前当日的移动平均利率已经存在，为基准调整日的应计利息的计算带来方便。
四、移动平均利率品种含义
通过中国货币网等平台发布的移动平均利率目前共有6种，它们的含义如下 七天回购移动平均利率 算术加权 指数加权 日加权 B0 B0 最近2周的加权 B_2W B2W 最近1月的加权 B_1M B1M 最近2月的加权 B_2M B2M 最近3月的加权 B_3M B3M 最近6月的加权 B_6M B6M 这里的日加权BO展现的是当天当时的加权利率，随着时间的推移，B0的值在变化，一直到每天的闭市。这里的1个礼拜（1W）等于5个交易日，2个礼拜（2W）等于10个交易日；1个月（1M）等于20个交易日，2个月（2M）等于40个交易日（注意这X交易日即当日的前X天，不包括当天），其它依次类推。
可通过历史数据栏目获得各移动平均利率品种数据。
B_iM(W)表示最近i个月(周)的简单算术平均；BiM(W)表示最近i个月(周)的指数加权平均
热心网友
时间：2023-10-28 14:31
在回购市场上异常交易是难免的，事实证明也的确如此。异常交易的存在会导致价格扭曲，扰乱正常的市场秩序，因此为了能够展现真实的市场行情对异常交易进行处理是极其必要的。处理异常交易的手段往往与交易数据本身的特点联系在一起的，因此手段往往也是多种多样。
针对银行间7天回购交易的实际情况，我们采用了“削头去尾”的处理方法，即在参与当天计算的全部交易当中，去掉一个最高价和一个最低价；碰到不止一个最高价和不止一个最低价的情况，则去掉成交量最小的那一个；如果仅有两笔交易参与计算，则不做任何处理。因此，如果某一交易日 ，在计算时候共有 笔交易发生，在去掉一个最高价和最低价以后，剩下的 笔交易就是生成日加权回购利率的数据基础了，为了叙述方便，不妨假设这 笔交易的价格（回购利率）和成交量（回购量）分别为 和 ，下标 代表某一个确定的交易日，下标 代表该交易日该时刻的第 笔交易，显然 。
下表直观地给出了异常数据处理的一般准则，处理以后的交易笔数。同时，从表中可以看出，对应最高价0.02115的交易共有两笔，剔除的正是交易量最小的那一笔。
二、以成交量为权重生成回购利率的日加权数据
在剔除异常交易数据以后，我们得到了两个时间序列，一个是价格序列 ，一个是交易量序列 ，这两个序列的元素个数均为 个，也就是 笔交易。为了得到 日该计算时刻对应的代表性利率指标 ，我们采用成交量加权的做法，
每一个价格前面的权重为 。
如此以来，对于每一个交易日的每次计算，我们都会得到一个回购利率的日加权 ，随着交易的继续和每隔5分钟一次的计算此日的加权 不断更新，形成一个序列 ，这就是我们非常熟悉的7天回购日加权利率。每天闭市后，随着交易的中断，计算终止，产生的 为当天的最终日加权 ，保存后不在更新。
仍然以上面的表格为例，在去掉一个最高、最低价之后，有效交易笔数为 ，按照成交量加权算法即得
0．020967即为当日当时的日加权回购利率。
三、以移动平均算法来生成基准利率
从原理上讲，每天每刻的日加权利率都揭示了当日当时的利率行情，因此也就具备了充当市场基准利率（Benchmark）的可能性，然而作为一个基准利率，稳定性也是不可或缺的。事实上，从7天回购利率的历史统计来看，历史的日均加权利率的波动性还是比较大的，为了追求基准利率的平稳性，必须要综合最近一段时间的日加权利率来进行适度的光滑，常见的光滑算法有简单算术平均和指数加权平均两种。
因为每一个交易日都对应一个7天回购的日加权利率，为了得到一个稳定的基准利率，只能借助过去的7天回购日加权利率，譬如，为了得到 日的移动平均利率，我们必须要利用前一天（ ）、前二天（ ）…的日加权利率，不妨假设共有 个，即 ，如L=10代表的是 日前（不包括 日）的10个交易日。这里历史区间跨度 的大小与我们的目标有关， 越大光滑性越好； 越小波动性越强，但往往更贴近当前的利率行情。为了叙述方便，我们以 来表示与 有关的第 天的移动平均利率。
（一）算术加权平均
算术加权平均的思路是每一个价格前面的权重是相同的，对每一个价格都“一视同仁”，每个价格蕴涵的信息量完全一样。算术加权平均具有简单直观、计算方便的优点。计算公式如下：
（二）指数加权平均（EWMA）
指数加权平均的基本思想是价格序列采用指数加权的形式，每个价格前的权重是不同的，离现在越近的利率其权重越大，表示对其越重视，离现在越远的利率其权重越小，表示对其越不重视。指数加权平均暗含的假设是当前价格与不同的历史数据依赖程度是不一样的，应该“区别对待”。指数加权平均强调了信息的不对称性，从预测意义上来说，指数加权平均更符合金融时间序列的有关理论。
衰减因子是指数加权平均的一个十分关键的要素，衰减因子通常用 表示，它通常是一个大于0小于1的一个数，即 ，每个价格前面的权重是 的幂次，离现在越近的幂次越小，离现在越远的幂次越大，由于 是一个大于0小于1的一个数，其幂次越高值就越小，也就是说离现在越近的权重越大，离现在越远的权重越小，由此就达到了指数加权平均“区别对待”的效果。指数加权平均的计算公式如下:
衰减因子 的选取不单单是一个技术问题，还必须兼顾到业务的背景。在根据历史数据跨度 来确定衰减因子时，我们遵循了下面的公式:
举例来说明，假设 天的7天回购日,它前面10天的加权利率数据已经在下表中列出。现在要用指数加权平均算法来计算 天对应的移动平均利率，首先要确定10对应的衰减因子，通过上面衰减因子的估算公式很容易得到衰减因子为0.905,然后以它的幂次为权重来对历史数据加权即得到表的最后一行，最后除以各幂次的和，就可计算出 天对应的移动平均利率0.020936。 日期 t-10 0.0219 0.3685 0.0081 t-9 0.0204 0.4072 0.0083 t-8 0.0212 0.4500 0.0095 t-7 0.0212 0.4972 0.0105 t-6 0.0209 0.5494 0.0115 t-5 0.0209 0.6071 0.0127 t-4 0.0209 0.6708 0.0140 t-3 0.0207 0.7412 0.0154 t-2 0.0209 0.8190 0.0171 t-1 0.0209 0.9050 0.01 注意：计算某天的移动平均利率所采用的数据为该天前的一段时间内的加权，不包括该天！
在每天交易结束、收盘之后，便可以计算下一个交易日的移动平均利率，这样就能保证在每个交易日开盘之前当日的移动平均利率已经存在，为基准调整日的应计利息的计算带来方便。
四、移动平均利率品种含义
通过中国货币网等平台发布的移动平均利率目前共有6种，它们的含义如下 七天回购移动平均利率 算术加权 指数加权 日加权 B0 B0 最近2周的加权 B_2W B2W 最近1月的加权 B_1M B1M 最近2月的加权 B_2M B2M 最近3月的加权 B_3M B3M 最近6月的加权 B_6M B6M 这里的日加权BO展现的是当天当时的加权利率，随着时间的推移，B0的值在变化，一直到每天的闭市。这里的1个礼拜（1W）等于5个交易日，2个礼拜（2W）等于10个交易日；1个月（1M）等于20个交易日，2个月（2M）等于40个交易日（注意这X交易日即当日的前X天，不包括当天），其它依次类推。
可通过历史数据栏目获得各移动平均利率品种数据。
B_iM(W)表示最近i个月(周)的简单算术平均；BiM(W)表示最近i个月(周)的指数加权平均
热心网友
时间：2023-10-28 14:31
在回购市场上异常交易是难免的，事实证明也的确如此。异常交易的存在会导致价格扭曲，扰乱正常的市场秩序，因此为了能够展现真实的市场行情对异常交易进行处理是极其必要的。处理异常交易的手段往往与交易数据本身的特点联系在一起的，因此手段往往也是多种多样。
针对银行间7天回购交易的实际情况，我们采用了“削头去尾”的处理方法，即在参与当天计算的全部交易当中，去掉一个最高价和一个最低价；碰到不止一个最高价和不止一个最低价的情况，则去掉成交量最小的那一个；如果仅有两笔交易参与计算，则不做任何处理。因此，如果某一交易日 ，在计算时候共有 笔交易发生，在去掉一个最高价和最低价以后，剩下的 笔交易就是生成日加权回购利率的数据基础了，为了叙述方便，不妨假设这 笔交易的价格（回购利率）和成交量（回购量）分别为 和 ，下标 代表某一个确定的交易日，下标 代表该交易日该时刻的第 笔交易，显然 。
下表直观地给出了异常数据处理的一般准则，处理以后的交易笔数。同时，从表中可以看出，对应最高价0.02115的交易共有两笔，剔除的正是交易量最小的那一笔。
二、以成交量为权重生成回购利率的日加权数据
在剔除异常交易数据以后，我们得到了两个时间序列，一个是价格序列 ，一个是交易量序列 ，这两个序列的元素个数均为 个，也就是 笔交易。为了得到 日该计算时刻对应的代表性利率指标 ，我们采用成交量加权的做法，
每一个价格前面的权重为 。
如此以来，对于每一个交易日的每次计算，我们都会得到一个回购利率的日加权 ，随着交易的继续和每隔5分钟一次的计算此日的加权 不断更新，形成一个序列 ，这就是我们非常熟悉的7天回购日加权利率。每天闭市后，随着交易的中断，计算终止，产生的 为当天的最终日加权 ，保存后不在更新。
仍然以上面的表格为例，在去掉一个最高、最低价之后，有效交易笔数为 ，按照成交量加权算法即得
0．020967即为当日当时的日加权回购利率。
三、以移动平均算法来生成基准利率
从原理上讲，每天每刻的日加权利率都揭示了当日当时的利率行情，因此也就具备了充当市场基准利率（Benchmark）的可能性，然而作为一个基准利率，稳定性也是不可或缺的。事实上，从7天回购利率的历史统计来看，历史的日均加权利率的波动性还是比较大的，为了追求基准利率的平稳性，必须要综合最近一段时间的日加权利率来进行适度的光滑，常见的光滑算法有简单算术平均和指数加权平均两种。
因为每一个交易日都对应一个7天回购的日加权利率，为了得到一个稳定的基准利率，只能借助过去的7天回购日加权利率，譬如，为了得到 日的移动平均利率，我们必须要利用前一天（ ）、前二天（ ）…的日加权利率，不妨假设共有 个，即 ，如L=10代表的是 日前（不包括 日）的10个交易日。这里历史区间跨度 的大小与我们的目标有关， 越大光滑性越好； 越小波动性越强，但往往更贴近当前的利率行情。为了叙述方便，我们以 来表示与 有关的第 天的移动平均利率。
（一）算术加权平均
算术加权平均的思路是每一个价格前面的权重是相同的，对每一个价格都“一视同仁”，每个价格蕴涵的信息量完全一样。算术加权平均具有简单直观、计算方便的优点。计算公式如下：
（二）指数加权平均（EWMA）
指数加权平均的基本思想是价格序列采用指数加权的形式，每个价格前的权重是不同的，离现在越近的利率其权重越大，表示对其越重视，离现在越远的利率其权重越小，表示对其越不重视。指数加权平均暗含的假设是当前价格与不同的历史数据依赖程度是不一样的，应该“区别对待”。指数加权平均强调了信息的不对称性，从预测意义上来说，指数加权平均更符合金融时间序列的有关理论。
衰减因子是指数加权平均的一个十分关键的要素，衰减因子通常用 表示，它通常是一个大于0小于1的一个数，即 ，每个价格前面的权重是 的幂次，离现在越近的幂次越小，离现在越远的幂次越大，由于 是一个大于0小于1的一个数，其幂次越高值就越小，也就是说离现在越近的权重越大，离现在越远的权重越小，由此就达到了指数加权平均“区别对待”的效果。指数加权平均的计算公式如下:
衰减因子 的选取不单单是一个技术问题，还必须兼顾到业务的背景。在根据历史数据跨度 来确定衰减因子时，我们遵循了下面的公式:
举例来说明，假设 天的7天回购日,它前面10天的加权利率数据已经在下表中列出。现在要用指数加权平均算法来计算 天对应的移动平均利率，首先要确定10对应的衰减因子，通过上面衰减因子的估算公式很容易得到衰减因子为0.905,然后以它的幂次为权重来对历史数据加权即得到表的最后一行，最后除以各幂次的和，就可计算出 天对应的移动平均利率0.020936。 日期 t-10 0.0219 0.3685 0.0081 t-9 0.0204 0.4072 0.0083 t-8 0.0212 0.4500 0.0095 t-7 0.0212 0.4972 0.0105 t-6 0.0209 0.5494 0.0115 t-5 0.0209 0.6071 0.0127 t-4 0.0209 0.6708 0.0140 t-3 0.0207 0.7412 0.0154 t-2 0.0209 0.8190 0.0171 t-1 0.0209 0.9050 0.01 注意：计算某天的移动平均利率所采用的数据为该天前的一段时间内的加权，不包括该天！
在每天交易结束、收盘之后，便可以计算下一个交易日的移动平均利率，这样就能保证在每个交易日开盘之前当日的移动平均利率已经存在，为基准调整日的应计利息的计算带来方便。
四、移动平均利率品种含义
通过中国货币网等平台发布的移动平均利率目前共有6种，它们的含义如下 七天回购移动平均利率 算术加权 指数加权 日加权 B0 B0 最近2周的加权 B_2W B2W 最近1月的加权 B_1M B1M 最近2月的加权 B_2M B2M 最近3月的加权 B_3M B3M 最近6月的加权 B_6M B6M 这里的日加权BO展现的是当天当时的加权利率，随着时间的推移，B0的值在变化，一直到每天的闭市。这里的1个礼拜（1W）等于5个交易日，2个礼拜（2W）等于10个交易日；1个月（1M）等于20个交易日，2个月（2M）等于40个交易日（注意这X交易日即当日的前X天，不包括当天），其它依次类推。
可通过历史数据栏目获得各移动平均利率品种数据。
B_iM(W)表示最近i个月(周)的简单算术平均；BiM(W)表示最近i个月(周)的指数加权平均
热心网友
时间：2023-10-28 14:31
在回购市场上异常交易是难免的，事实证明也的确如此。异常交易的存在会导致价格扭曲，扰乱正常的市场秩序，因此为了能够展现真实的市场行情对异常交易进行处理是极其必要的。处理异常交易的手段往往与交易数据本身的特点联系在一起的，因此手段往往也是多种多样。
针对银行间7天回购交易的实际情况，我们采用了“削头去尾”的处理方法，即在参与当天计算的全部交易当中，去掉一个最高价和一个最低价；碰到不止一个最高价和不止一个最低价的情况，则去掉成交量最小的那一个；如果仅有两笔交易参与计算，则不做任何处理。因此，如果某一交易日 ，在计算时候共有 笔交易发生，在去掉一个最高价和最低价以后，剩下的 笔交易就是生成日加权回购利率的数据基础了，为了叙述方便，不妨假设这 笔交易的价格（回购利率）和成交量（回购量）分别为 和 ，下标 代表某一个确定的交易日，下标 代表该交易日该时刻的第 笔交易，显然 。
下表直观地给出了异常数据处理的一般准则，处理以后的交易笔数。同时，从表中可以看出，对应最高价0.02115的交易共有两笔，剔除的正是交易量最小的那一笔。
二、以成交量为权重生成回购利率的日加权数据
在剔除异常交易数据以后，我们得到了两个时间序列，一个是价格序列 ，一个是交易量序列 ，这两个序列的元素个数均为 个，也就是 笔交易。为了得到 日该计算时刻对应的代表性利率指标 ，我们采用成交量加权的做法，
每一个价格前面的权重为 。
如此以来，对于每一个交易日的每次计算，我们都会得到一个回购利率的日加权 ，随着交易的继续和每隔5分钟一次的计算此日的加权 不断更新，形成一个序列 ，这就是我们非常熟悉的7天回购日加权利率。每天闭市后，随着交易的中断，计算终止，产生的 为当天的最终日加权 ，保存后不在更新。
仍然以上面的表格为例，在去掉一个最高、最低价之后，有效交易笔数为 ，按照成交量加权算法即得
0．020967即为当日当时的日加权回购利率。
三、以移动平均算法来生成基准利率
从原理上讲，每天每刻的日加权利率都揭示了当日当时的利率行情，因此也就具备了充当市场基准利率（Benchmark）的可能性，然而作为一个基准利率，稳定性也是不可或缺的。事实上，从7天回购利率的历史统计来看，历史的日均加权利率的波动性还是比较大的，为了追求基准利率的平稳性，必须要综合最近一段时间的日加权利率来进行适度的光滑，常见的光滑算法有简单算术平均和指数加权平均两种。
因为每一个交易日都对应一个7天回购的日加权利率，为了得到一个稳定的基准利率，只能借助过去的7天回购日加权利率，譬如，为了得到 日的移动平均利率，我们必须要利用前一天（ ）、前二天（ ）…的日加权利率，不妨假设共有 个，即 ，如L=10代表的是 日前（不包括 日）的10个交易日。这里历史区间跨度 的大小与我们的目标有关， 越大光滑性越好； 越小波动性越强，但往往更贴近当前的利率行情。为了叙述方便，我们以 来表示与 有关的第 天的移动平均利率。
（一）算术加权平均
算术加权平均的思路是每一个价格前面的权重是相同的，对每一个价格都“一视同仁”，每个价格蕴涵的信息量完全一样。算术加权平均具有简单直观、计算方便的优点。计算公式如下：
（二）指数加权平均（EWMA）
指数加权平均的基本思想是价格序列采用指数加权的形式，每个价格前的权重是不同的，离现在越近的利率其权重越大，表示对其越重视，离现在越远的利率其权重越小，表示对其越不重视。指数加权平均暗含的假设是当前价格与不同的历史数据依赖程度是不一样的，应该“区别对待”。指数加权平均强调了信息的不对称性，从预测意义上来说，指数加权平均更符合金融时间序列的有关理论。
衰减因子是指数加权平均的一个十分关键的要素，衰减因子通常用 表示，它通常是一个大于0小于1的一个数，即 ，每个价格前面的权重是 的幂次，离现在越近的幂次越小，离现在越远的幂次越大，由于 是一个大于0小于1的一个数，其幂次越高值就越小，也就是说离现在越近的权重越大，离现在越远的权重越小，由此就达到了指数加权平均“区别对待”的效果。指数加权平均的计算公式如下:
衰减因子 的选取不单单是一个技术问题，还必须兼顾到业务的背景。在根据历史数据跨度 来确定衰减因子时，我们遵循了下面的公式:
举例来说明，假设 天的7天回购日,它前面10天的加权利率数据已经在下表中列出。现在要用指数加权平均算法来计算 天对应的移动平均利率，首先要确定10对应的衰减因子，通过上面衰减因子的估算公式很容易得到衰减因子为0.905,然后以它的幂次为权重来对历史数据加权即得到表的最后一行，最后除以各幂次的和，就可计算出 天对应的移动平均利率0.020936。 日期 t-10 0.0219 0.3685 0.0081 t-9 0.0204 0.4072 0.0083 t-8 0.0212 0.4500 0.0095 t-7 0.0212 0.4972 0.0105 t-6 0.0209 0.5494 0.0115 t-5 0.0209 0.6071 0.0127 t-4 0.0209 0.6708 0.0140 t-3 0.0207 0.7412 0.0154 t-2 0.0209 0.8190 0.0171 t-1 0.0209 0.9050 0.01 注意：计算某天的移动平均利率所采用的数据为该天前的一段时间内的加权，不包括该天！
在每天交易结束、收盘之后，便可以计算下一个交易日的移动平均利率，这样就能保证在每个交易日开盘之前当日的移动平均利率已经存在，为基准调整日的应计利息的计算带来方便。
四、移动平均利率品种含义
通过中国货币网等平台发布的移动平均利率目前共有6种，它们的含义如下 七天回购移动平均利率 算术加权 指数加权 日加权 B0 B0 最近2周的加权 B_2W B2W 最近1月的加权 B_1M B1M 最近2月的加权 B_2M B2M 最近3月的加权 B_3M B3M 最近6月的加权 B_6M B6M 这里的日加权BO展现的是当天当时的加权利率，随着时间的推移，B0的值在变化，一直到每天的闭市。这里的1个礼拜（1W）等于5个交易日，2个礼拜（2W）等于10个交易日；1个月（1M）等于20个交易日，2个月（2M）等于40个交易日（注意这X交易日即当日的前X天，不包括当天），其它依次类推。
可通过历史数据栏目获得各移动平均利率品种数据。
B_iM(W)表示最近i个月(周)的简单算术平均；BiM(W)表示最近i个月(周)的指数加权平均
