Numpy線形代数 - ぶぶぶろぐ

acidmanの赤橙を初めて聴いてどハマりしてる今日この頃の俺だ〜

さ、ということで今回は債権の利回りのイールドかーぶを算出していくう

その上でNumpy線形代数を勉強していくう

線形代数とか大学の時全くできなかったけど！！！

#-coding UTF-8

import numpy as np
import numpy.polynomial.polynomial as pol
import numpy.linalg as lin
import matplotlib.pyplot as plt
#日本語フォントの設定
from matplotlib.font_manager import FontProperties
FontPath='/System/Library/Fonts/ヒラギノ角ゴシック W4.ttc'
jpfont=FontProperties(fname=FontPath)

#債券利回りの計算
def Bond_Yield(Price,Maturity,CouponRate,FaceValue):
    cf0=np.full([Maturity],CouponRate*FaceValue)
    cf=np.insert(cf0,0,Price*-1)
    cf[Maturity]+=FaceValue

    roots=pol.polyroots(cf)
    real=np.real(roots[np.isreal(roots)])
    positive=np.asscalar(real[real>0.0])
    return (1/positive-1)*100

#債券データ
#債券データ[債券価格,残存期間,表面利率]
Bond=np.array([
    [99.90,1,2.0],
    [100.10,2,2.3],
    [100.66,3,2.6],
    [99.77,4,2.4],
    [98.38,5,2.2],
    [96.00,6,1.9],
    [93.70,7,1.7],
    [95.32,8,2.1],
    [95.21,9,2.2],
    [97.00,10,2.5]
    ])
F=100 #額面

print (Bond.shape[0])

#利付債利回りの計算
Yield=np.array([Bond_Yield(Bond[index,0],Bond[index,1],Bond[index,2],F)
                for index in range(0,Bond.shape[0])])

結果

10
Traceback (most recent call last):
    a = empty(shape, dtype, order)
TypeError: 'numpy.float64' object cannot be interpreted as an integer

エラーきた

おそらく関数Bond_Yieldの引数の２番目のところが整数じゃなくて少数の型になってたんじゃないかと。

42行目らへんを

ビフォー

#利付債利回りの計算
Yield=np.array([Bond_Yield(Bond[index,0],Bond[index,1],Bond[index,2],F)
                for index in range(0,Bond.shape[0])])

アフター

#利付債利回りの計算
Yield=np.array([Bond_Yield(Bond[index,0],int(Bond[index,1]),Bond[index,2],F)
                for index in range(Bond.shape[0])])

としたらエラーは消えた。

続きは明日！明日はハナキン！！

#割引債利回りの計算
Bond=np.array([
    [99.90,1,2.0],
    [100.10,2,2.3],
    [100.66,3,2.6],
    [99.77,4,2.4],
    [98.38,5,2.2],
    [96.00,6,1.9],
    [93.70,7,1.7],
    [95.32,8,2.1],
    [95.21,9,2.2],
    [97.00,10,2.5]
    ])

print (np.identity(Bond.shape[0]))
print (np.tile(0.01*Bond[:,2]*F,(Bond.shape[0])))
test=np.tile(0.01*Bond[:,2]*F,(Bond.shape[0],1))
print (test)
test1=np.transpose(test)
print(test1)
print (np.tril(test1))

結果

[[1. 0. 0. 0. 0. 0. 0. 0. 0. 0.]
 [0. 1. 0. 0. 0. 0. 0. 0. 0. 0.]
 [0. 0. 1. 0. 0. 0. 0. 0. 0. 0.]
 [0. 0. 0. 1. 0. 0. 0. 0. 0. 0.]
 [0. 0. 0. 0. 1. 0. 0. 0. 0. 0.]
 [0. 0. 0. 0. 0. 1. 0. 0. 0. 0.]
 [0. 0. 0. 0. 0. 0. 1. 0. 0. 0.]
 [0. 0. 0. 0. 0. 0. 0. 1. 0. 0.]
 [0. 0. 0. 0. 0. 0. 0. 0. 1. 0.]
 [0. 0. 0. 0. 0. 0. 0. 0. 0. 1.]]
[2.  2.3 2.6 2.4 2.2 1.9 1.7 2.1 2.2 2.5 2.  2.3 2.6 2.4 2.2 1.9 1.7 2.1
 2.2 2.5 2.  2.3 2.6 2.4 2.2 1.9 1.7 2.1 2.2 2.5 2.  2.3 2.6 2.4 2.2 1.9
 1.7 2.1 2.2 2.5 2.  2.3 2.6 2.4 2.2 1.9 1.7 2.1 2.2 2.5 2.  2.3 2.6 2.4
 2.2 1.9 1.7 2.1 2.2 2.5 2.  2.3 2.6 2.4 2.2 1.9 1.7 2.1 2.2 2.5 2.  2.3
 2.6 2.4 2.2 1.9 1.7 2.1 2.2 2.5 2.  2.3 2.6 2.4 2.2 1.9 1.7 2.1 2.2 2.5
 2.  2.3 2.6 2.4 2.2 1.9 1.7 2.1 2.2 2.5]
[[2.  2.3 2.6 2.4 2.2 1.9 1.7 2.1 2.2 2.5]
 [2.  2.3 2.6 2.4 2.2 1.9 1.7 2.1 2.2 2.5]
 [2.  2.3 2.6 2.4 2.2 1.9 1.7 2.1 2.2 2.5]
 [2.  2.3 2.6 2.4 2.2 1.9 1.7 2.1 2.2 2.5]
 [2.  2.3 2.6 2.4 2.2 1.9 1.7 2.1 2.2 2.5]
 [2.  2.3 2.6 2.4 2.2 1.9 1.7 2.1 2.2 2.5]
 [2.  2.3 2.6 2.4 2.2 1.9 1.7 2.1 2.2 2.5]
 [2.  2.3 2.6 2.4 2.2 1.9 1.7 2.1 2.2 2.5]
 [2.  2.3 2.6 2.4 2.2 1.9 1.7 2.1 2.2 2.5]
 [2.  2.3 2.6 2.4 2.2 1.9 1.7 2.1 2.2 2.5]]
[[2.  2.  2.  2.  2.  2.  2.  2.  2.  2. ]
 [2.3 2.3 2.3 2.3 2.3 2.3 2.3 2.3 2.3 2.3]
 [2.6 2.6 2.6 2.6 2.6 2.6 2.6 2.6 2.6 2.6]
 [2.4 2.4 2.4 2.4 2.4 2.4 2.4 2.4 2.4 2.4]
 [2.2 2.2 2.2 2.2 2.2 2.2 2.2 2.2 2.2 2.2]
 [1.9 1.9 1.9 1.9 1.9 1.9 1.9 1.9 1.9 1.9]
 [1.7 1.7 1.7 1.7 1.7 1.7 1.7 1.7 1.7 1.7]
 [2.1 2.1 2.1 2.1 2.1 2.1 2.1 2.1 2.1 2.1]
 [2.2 2.2 2.2 2.2 2.2 2.2 2.2 2.2 2.2 2.2]
 [2.5 2.5 2.5 2.5 2.5 2.5 2.5 2.5 2.5 2.5]]
[[2.  0.  0.  0.  0.  0.  0.  0.  0.  0. ]
 [2.3 2.3 0.  0.  0.  0.  0.  0.  0.  0. ]
 [2.6 2.6 2.6 0.  0.  0.  0.  0.  0.  0. ]
 [2.4 2.4 2.4 2.4 0.  0.  0.  0.  0.  0. ]
 [2.2 2.2 2.2 2.2 2.2 0.  0.  0.  0.  0. ]
 [1.9 1.9 1.9 1.9 1.9 1.9 0.  0.  0.  0. ]
 [1.7 1.7 1.7 1.7 1.7 1.7 1.7 0.  0.  0. ]
 [2.1 2.1 2.1 2.1 2.1 2.1 2.1 2.1 0.  0. ]
 [2.2 2.2 2.2 2.2 2.2 2.2 2.2 2.2 2.2 0. ]
 [2.5 2.5 2.5 2.5 2.5 2.5 2.5 2.5 2.5 2.5]]

print (np.tile(0.01*Bond[:,2]*F,(Bond.shape[0])))
test=np.tile(0.01*Bond[:,2]*F,(Bond.shape[0],1))

のところは、np.tileの第２引数のところがタプルとなっているバターンが初だったので、その比較で試した

ここら辺の配列を用いて割引債の利回りを求める

Bond=np.array([
    [99.90,1,2.0],
    [100.10,2,2.3],
    [100.66,3,2.6],
    [99.77,4,2.4],
    [98.38,5,2.2],
    [96.00,6,1.9],
    [93.70,7,1.7],
    [95.32,8,2.1],
    [95.21,9,2.2],
    [97.00,10,2.5]
    ])
F=100 #額面

#割引債利回りの計算
P=Bond[:,0]
E=np.identity(Bond.shape[0])
C1=np.tril(np.transpose(np.tile(0.01*Bond[:,2]*100,1)))
C=E+C1
V=lin.solve(C,P)
print (V)
ZeroRate=(np.power(1.0/V,Bond[:,1])-1)*100
print (ZeroRate)

結果

[ 3.33000000e+01  1.01515152e+01  2.97542088e+00  6.13359081e-01
 -2.42700287e-01 -9.04379409e-01 -1.18680719e+00  1.39739617e-01
  9.29363018e-03  5.14083894e-01]
[-9.69969970e+01 -9.90296280e+01 -9.62037502e+01  6.06546585e+02
 -1.18854083e+05  8.27662515e+01 -1.30153576e+02  6.87770524e+08
  1.93344366e+20  7.74639680e+04]

できた。あとは、グラフにでもしてみようかなあ