首页 > 其他分享 >Financial - 情景分析中的“曲线-PCA”是怎么工作的?

Financial - 情景分析中的“曲线-PCA”是怎么工作的?

时间:2022-08-16 18:14:49浏览次数:67  
标签:10 Financial f1 曲线 矩阵 f10 PCA 变化

from 天翼老师

背景描述:

假设某个曲线上有10个期限点(term),我们要会看过去100天的这条曲线的变化。

 

计算过程:

1)

这是第1天,与第0天之间,每个期限点的变化:

0f(t) = [f1(t1) - f1(t0), ... , f10(t1) - f10(t0)]

.

.

.

这是第99天,与第98天之间,每个期限点的变化:

99f(t) = [f1(t99) - f1(t98), ... , f10(t99) - f10(t98)]

 

2)

以10个期限点为横坐标,每一行是一个△,那么会组成一个99*10的一个矩阵,反应该曲线在这100天内的变化。

然后通过PCA降维,降维10*10的矩阵(问题:这个10*10 是降维后的矩阵呢?还是PCA过程中那个只有对角线有值的矩阵,待查证

 

 

 

3)

10*10矩阵的前四列,对应着我们UI上的PCA1~PCA4的“PCA变换倍数”。

第一列代表着平移变化,第二列代表斜率变化,第三列代表凸性,第四列是更高阶项了...

 

4)

把某个△f(t) 进行泰勒展开(问题:对谁进行泰勒展开):△f(t)  = △f(t) + △f'(t) * a + △f''(t) * b +...

这里的一阶项是平移变化,二阶是斜率变化,三阶项是凸性变化。

在情景中,我们把“平移变化”,叫做“平移收益”;我们把“斜率变化”和“凸性变化”,加在一起叫“扭曲收益”

 

5)

CDF: IR -> [0,1]

ICDF: [0,1] -> IR

M(pca变换倍数) = ICDF (P -- 置信度/置信区间)

 

https://zhuanlan.zhihu.com/p/35669044

 

标签:10,Financial,f1,曲线,矩阵,f10,PCA,变化
From: https://www.cnblogs.com/frankcui/p/16592443.html

相关文章