【发布时间】:2016-11-30 11:15:18
【问题描述】:
我正在使用 Pandas 来计算一些金融风险分析,包括风险价值。简而言之,要计算风险价值 (VaR),您需要模拟投资组合价值变化的时间序列,然后计算特定的尾部百分位损失。例如,95% VaR 是该时间序列中的第 5 个百分位数。
我在 Pandas 数据框中有我的时间序列,目前正在使用 pd.quantile() 函数来计算百分位数。我的问题是,VaR 的典型市场惯例是使用排除百分位(即:95% VaR 被解释为:您的投资组合有 95% 的机会不会比计算出的数字更宽松) - 类似于 MS Excel PERECENTILE.EXC () 有效。 Pandas quantile() 的工作方式类似于 Excel 的 PERCENTILE.INC() 的工作方式 - 它包括指定的百分位数。我已经搜索了几个 python 数学包以及这个论坛,寻找一个 python 解决方案,它使用与 Excel 中的 PERCENTILE.EXC() 相同的方法,但没有运气。我希望这里有人可以提出建议?
这里是示例代码。
import pandas as pd
import numpy as np
test_pd = pd.Series([15,14,18,-2,6,-78,31,21,98,-54,-2,-36,5,2,46,-72,3,-2,7,9,34])
test_np = np.array([15,14,18,-2,6,-78,31,21,98,-54,-2,-36,5,2,46,-72,3,-2,7,9,34])
print 'pandas: ' + str(test_pd.quantile(.05))
print 'numpy: '+ str(np.percentile(test_np,5))
我正在寻找的答案是-77.4
谢谢,
瑞恩
【问题讨论】:
-
是否可以提供您正在使用的输入数据的小示例、您当前使用
pd.quantile获得的输出以及您想要获得的输出示例?听起来numpy.percentile会满足您的需求,但我会在不知道数据是什么样子的情况下发布答案。 -
当然 - 我实际上已经尝试过了,numpy percentile 和 pandas quantile 都使用相同的方法 - 请参阅添加到原始帖子的新示例。在 Excel 中,此数组通过 PERCENTILE.INC 返回 -72,使用 PERCENTILE.EXC 返回 -77.4。我需要一个可以让我达到 -77.4 的 Python 解决方案
标签: python pandas statistics quantile