Симулируйте терминологические структуры для двухфакторной аддитивной Гауссовой модели процентной ставки
[ моделирует будущие пути нуля кривых с помощью заданного ZeroRates,ForwardRates] = simTermStructs(G2PP,nPeriods)LinearGaussian2F объект.
[ добавляет необязательные аргументы пары "имя-значение". ZeroRates,ForwardRates] = simTermStructs(___,Name,Value)
Создайте двухфакторную аддитивную Гауссову модель процентной ставки.
Settle = datenum('15-Dec-2007'); CurveTimes = [1:5 7 10 20]'; ZeroRates = [.01 .018 .024 .029 .033 .034 .035 .034]'; CurveDates = daysadd(Settle,360*CurveTimes,1); irdc = IRDataCurve('Zero',Settle,CurveDates,ZeroRates); a = .07; b = .5; sigma = .01; eta = .006; rho = -.7; G2PP = LinearGaussian2F(irdc,a,b,sigma,eta,rho)
G2PP =
LinearGaussian2F with properties:
ZeroCurve: [1x1 IRDataCurve]
a: @(t,V)ina
b: @(t,V)inb
sigma: @(t,V)insigma
eta: @(t,V)ineta
rho: -0.7000
Используйте simTermStructs метод для симуляции термических структур на основе LinearGaussian2F модель.
SimPaths = simTermStructs(G2PP, 10,'nTrials',100);deltaTimeСоздайте двухфакторную аддитивную Гауссову модель процентной ставки.
Settle = datenum('15-Dec-2007'); CurveTimes = [1:5 7 10 20]'; ZeroRates = [.01 .018 .024 .029 .033 .034 .035 .034]'; CurveDates = daysadd(Settle,360*CurveTimes,1); irdc = IRDataCurve('Zero',Settle,CurveDates,ZeroRates); a = .07; b = .5; sigma = .01; eta = .006; rho = -.7; G2PP = LinearGaussian2F(irdc,a,b,sigma,eta,rho)
G2PP =
LinearGaussian2F with properties:
ZeroCurve: [1x1 IRDataCurve]
a: @(t,V)ina
b: @(t,V)inb
sigma: @(t,V)insigma
eta: @(t,V)ineta
rho: -0.7000
Используйте simTermStructs метод для симуляции термических структур на основе LinearGaussian2F объект, где неровные теноры симуляции заданы с помощью необязательного аргумента имя-значение deltaTime как вектор длины NPeriods.
NPeriods = 10; dt = rand(NPeriods,1); SimPaths = G2PP.simTermStructs(NPeriods,'nTrials',100,'DeltaTime',dt);
G2PP — LinearGaussian2F объектLinearGaussian2F объект, заданный с помощью G2PP объект, созданный с помощью LinearGaussian2F.
Типы данных: object
nPeriods - Количество периодов симуляцииКоличество периодов симуляции, заданное в виде числового значения. Для примера, чтобы симулировать 12 лет с годовым интервалом, задайте 12 как nPeriods входные и 1 как необязательный deltaTime вход (обратите внимание, что значение по умолчанию для deltaTime является 1).
Типы данных: double
Задайте необязательные разделенные разделенными запятой парами Name,Value аргументы. Name - имя аргумента и Value - соответствующее значение. Name должны находиться внутри кавычек. Можно задать несколько аргументов в виде пар имен и значений в любом порядке Name1,Value1,...,NameN,ValueN.
[ZeroRates,ForwardRates] = simTermStructs(G2PP,NPeriods,'nTrials',100,'deltaTime',dt)'deltaTime' - Временной шаг между nPeriods1
(по умолчанию) | числоВременной шаг между nPeriods, заданная как разделенная разделенными запятой парами, состоящая из 'deltaTime' и числовой скаляр или вектор. Для примера, чтобы симулировать 12 лет с годовым интервалом, задайте 12 как nPeriods входные и 1 как необязательный deltaTime вход (обратите внимание, что значение по умолчанию для deltaTime является 1).
Типы данных: double
'nTrials' - Количество моделируемых испытаний1
(по умолчанию) | положительное целое числоКоличество моделируемых испытаний (путей расчета), заданное как разделенная разделенными запятой парами, состоящая из 'nTrials' и положительное скалярное целое значение nPeriods каждый из наблюдений. Если вы не задаете значение для этого аргумента, по умолчанию это 1, указывающий один путь коррелированных переменных состояния.
Типы данных: double
'antithetic' - Флаг, указывающий, используется ли антитетическая выборка для генерации Гауссовых случайных вариацийfalse
(по умолчанию) | положительное целое числоФлаг, указывающий, используется ли антитетическая выборка, чтобы сгенерировать Гауссовы случайные вариации, которые управляют нулевым дрейфом, частотой отклонений в единицах, брауновским вектором dW (t), заданным как разделенная разделенными запятой парами, состоящая из 'antithetic' и логический скалярный флаг. Для получения дополнительной информации см. simBySolution для модели HWV.
Типы данных: logical
'Z' - Прямая спецификация зависимого процесса случайного шумаsimBySolution функция (по умолчанию) | числомПрямая спецификация зависимого процесса случайного шума, заданная как разделенная разделенными запятой парами, состоящая из 'Z' и числовое значение. The Z значение используется, чтобы сгенерировать нулевой дрейф, с единичной частотой отклонения Brownian вектора dW (t), который управляет симуляцией. Для получения дополнительной информации см.simBySolution для модели HWV. Если вы не задаете значение для Z, simBySolution генерирует Гауссовы вариации.
Типы данных: double
'Tenor' - Сроки для вычисления на каждом временном шагеLinearGaussian2F нулевая кривая объекта (по умолчанию) | числовым векторомСроки для вычисления на каждом временном шаге, заданные как разделенная разделенными запятой парами, состоящая из 'Tenor' и числовой вектор.
Tenor позволяет вам выбрать другой набор ставок для вывода, чем базовые ставки. Например, может потребоваться моделирование ежеквартальных данных, но только отчет о годовых ставках; это можно сделать, задав необязательный вход Tenor.
Типы данных: double
ZeroRates - Моделируемые структуры терминов нулевой скоростиМоделируемые структуры терминов нулевой скорости, возвращенные как nPeriods+1-by- nTenors-by- nTrials матрица.
ForwardRates - Моделируемые срочные структуры форвардной скоростиМоделируемые структуры терминов нулевой скорости, возвращенные как nPeriods+1-by- nTenors-by- nTrials матрица. The ForwardRates выход вычисляется с помощью моделируемых коротких скоростей и путем использования определения модели для восстановления всей кривой выражения на каждую дату симуляции.
У вас есть измененная версия этого примера. Вы хотите открыть этот пример с вашими правками?
1. Если смысл перевода понятен, то лучше оставьте как есть и не придирайтесь к словам, синонимам и тому подобному. О вкусах не спорим.
2. Не дополняйте перевод комментариями “от себя”. В исправлении не должно появляться дополнительных смыслов и комментариев, отсутствующих в оригинале. Такие правки не получится интегрировать в алгоритме автоматического перевода.
3. Сохраняйте структуру оригинального текста - например, не разбивайте одно предложение на два.
4. Не имеет смысла однотипное исправление перевода какого-то термина во всех предложениях. Исправляйте только в одном месте. Когда Вашу правку одобрят, это исправление будет алгоритмически распространено и на другие части документации.
5. По иным вопросам, например если надо исправить заблокированное для перевода слово, обратитесь к редакторам через форму технической поддержки.