我正在研究一个简单的函数来拟合 yield 曲线。我正在使用 Scipy.interpolate.UnivariateSpline 来完成任务。该函数应返回特定时间间隔(到期日)的 yield 值。
这是我编写的简单函数:
def curve_fit(spot_yields_df, a):
x = spot_yields_df['INTERVAL']
y = spot_yields_df['SPOT']
s1 = inter.UnivariateSpline(x, y, s=0.5)
plt.plot(x, y, marker="o", markerfacecolor='None', markersize=5, linestyle='None')
plt.plot(x, s1(x))
plt.show()
return s1(a)
在下面的示例中作为输入提供的 datafrme 如下所示:
spot_yields_df
Out[53]:
CURVE_ID ISIN REL_DATE SPOT INTERVAL
0 crv_sagb AU316223 2019-05-31 6.84543548187739 0.263014
1 crv_sagb ED957814 2019-05-31 7.41912841796875 0.627397
2 crv_sagb EF656651 2019-05-31 7.01629638671875 1.835616
3 crv_sagb EJ235944 2019-05-31 7.58026123046875 3.750685
4 crv_sagb CP507394 2019-05-31 9.12445068359375 7.564384
5 crv_sagb EJ750004 2019-05-31 9.56756591796875 10.679452
6 crv_sagb EI258596 2019-05-31 9.56085205078125 11.756164
7 crv_sagb EJ750009 2019-05-31 10.1046752929688 12.843836
8 crv_sagb EK773288 2019-05-31 10.2053833007813 15.758904
9 crv_sagb EF556585 2019-05-31 10.2926635742188 16.846575
10 crv_sagb EJ750019 2019-05-31 10.7022094726562 17.684932
11 crv_sagb EK773306 2019-05-31 10.8700561523437 20.684932
12 crv_sagb EI258592 2019-05-31 10.2859497070313 21.764384
13 crv_sagb EJ749864 2019-05-31 10.8834838867188 24.687671
14 crv_sagb EJ235914 2019-05-31 10.0711059570313 28.767123
这是绘图，表明该功能运行良好。
例如，根据图表，s1(30) 和 curve_fit(spot_yields_df, 30) 分别应返回 10 左右的值。而它返回 6 左右的值:
curve_fit(spot_yields_df, 30)
Out[52]: array(6.84325277)
如何返回与图表显示的内容相对应的值。非常感谢任何帮助。
最佳答案
看起来问题不在于程序，而在于插值方法本身(这也意味着问题更适合 cross-validated ，但有时你无法提前知道)。
如果您使用平滑因子(在您的情况下，s=0.5 是平滑因子，请参阅 the docs )，曲线不会完全触及数据集中的每个点。
如果您希望它命中每个点，请尝试设置 s=0 - 在这种情况下，外推到 30 将是从两个最高点的线性外推(您可以验证这一点) 。
或者，您可以设置 s=None (或者只是不为其填充值，这是默认值)，在这种情况下，该函数将为 s 选择一个合理的值> - 从我这边运行代码来看，这看起来确实合理(并且产生的值为 9.87195):
关于python - 访问 UnivariateSpline 曲线上的值，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/56932173/