ExcelのPERCENTILE.EXCに相当するPython

Question

私はPandasを使用して、バリューアットリスクを含むいくつかの財務リスク分析を計算しています。要するに、バリュー・アット・リスク（VaR）を計算するには、一連のシミュレーションされたポートフォリオの変化をシミュレーションし、特定のテール・パーセンタイル・ロスを計算します。たとえば、95％VaRは、その時系列の5パーセンタイル値です。

パンダのデータフレームに私の時系列があり、現在はpd.quantile（）関数を使用してパーセンタイルを計算しています。私の質問は、VaRの典型的な市場慣行は排他的なパーセンタイルを使用していることです（95％のVaRは、ポートフォリオが計算された数値よりも多くを失う可能性は95％です） - MS Excel PERECENTILE.EXC （）が働きます。 Pandas quantile（）は、ExcelのPERCENTILE.INC（）がどのように動作するかに似ています。指定されたパーセンタイルを含みます。私はいくつかのpythonの数学パッケージだけでなく、運のないExcelでPERCENTILE.EXC（）と同じ方法論を使用するpythonソリューションのためのこのフォーラムを精査しました。私はここに誰かが示唆を持っていることを望んでいた？

サンプルコードです。

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)) 

私が探しています答えは-77.4

おかげで、

ライアン

Answer 1

それはパンダ自身のパーセンタイルほど効率的ではありませんが、それは動作するはずです：Excelは小さなパーセンタイルのために失敗したことを

def quantile_exc(ser, q): 
    ser_sorted = ser.sort_values() 
    rank = q * (len(ser) + 1) - 1 
    assert rank > 0, 'quantile is too small' 
    rank_l = int(rank) 
    return ser_sorted.iat[rank_l] + (ser_sorted.iat[rank_l + 1] - 
            ser_sorted.iat[rank_l]) * (rank - rank_l) 

ser = pd.Series([15,14,18,-2,6,-78,31,21,98,-54,-2,-36,5,2,46,-72,3,-2,7,9,34]) 

quantile_exc(ser, 0.05) 
Out: -77.400000000000006 

quantile_exc(ser, 0.1) 
Out: -68.399999999999991 

quantile_exc(ser, 0.3) 
Out: -2.0 

注意。それはバグではありません。これは、最小値を下回るランクが補間に適していないためです。だから、quantile_exc関数でrank> 0であるかどうかを調べたいかもしれません（アサーション部分を参照してください）。

Answer 2

EDITです：私はちょうどあなたの編集を見ました。私はあなたが間違いをしていると思います。値-77.4は、実際にはデータの99.5％パーセンタイルです。試してくださいtest_pd.quantile(.005)。私はパーセンタイルを指定するときにExcelで間違いを犯さなければならないと信じています。

EDIT 2：Excelで自分でテストしました。 50パーセンタイルでは、ExcelとNumpy/Pandasの両方で正しい値を得ています。しかし、5パーセンタイルについては、Pandas/Numpyで-72、Excelで-74.6を取得しています。しかしExcelはちょうど間違っています：-74.6が5thパーセンタイルではなく、0.5thパーセンタイルであることは非常に明白です。

FINAL EDIT：いくつかのテストの後、Excelがkの非常に小さな値PERCENTILE.EXC()機能付きです。実際、任意のk < 0.05で関数を使用するとエラーが返されるので、0.05は関数が正しく機能しないしきい値以下にする必要があります。私は5パーセンタイルを除外するように求められたときにExcelが0.5パーセンタイルを返す理由を知りません（論理的な振る舞いは4.9パーセンタイル、つまり4.99パーセントを返すことになります）。しかし、Numpy、Pandas、Excelは、kの他の値に対して同じ値を返します。例えば、PERCENTILE.EXC(0.5) = 6、およびtest_pd.quantile(0.5) = 6も同様です。私は、Excelの動作に注意する必要があることを教訓と考えています。

私があなたの問題を理解する方法は、データのk番目の百分位数に対応する値を知りたい場合です。このk番目の百分位数は除外されます。ただし、pd.quantile()は、k番目のパーセンタイル（このk番目のパーセンタイルを含む）に対応する値を返します。

k番目の百分位数を返すpd.quantile（）は問題ではないと思います。あなたは厳密に5番目のパーセンタイル以上アット・リスクの値を有する全株式をしたいと仮定すると確かに、あなたはどうなる：

mask = data["VaR"] < pd.quantile(data["VaR"], 0.05) 
data_filt = data[mask] 

あなたは「より小さい」（<）演算子を使用しているため、値が正確に対応します5パーセンタイルはExcelのPERCENTILE.EXC（）関数と同様に除外されます。

これがあなたが探していたものかどうか教えてください。