Autor
Matthew Flynn, PhD, Direktor und Leiter für maschinelles Lernen, Aetna
Diese Präsentation erläutert die Abfrage aktueller Zinsdaten von FederalReserve.gov und untersucht anschließend den dramatischen Rückgang der kurzfristigen Zinsen nach der Rezession von 2009. Wir nutzen JMP-Skripting, um den Abruf öffentlich verfügbarer Datenhistorien zu automatisieren. Anschließend untersuchen und transformieren wir die Daten in JMP, um interaktive Visualisierungs- und Analyseberichte zu erstellen. Anschließend identifizieren wir gemeinsame Faktoren in den Zinskurvendaten mithilfe von Hauptkomponenten, um Parallelverschiebungen, Verdrehungen und Schmetterlingseffekte zu identifizieren. Anschließend modellieren wir die Zinskurvendaten mithilfe der Zeitreihen- und nichtlinearen Plattformen, um Polynom- und Nelson-Siegel-Svensson-Funktionen für prognostizierte Zinssätze zu schätzen. Kurz gesagt: Wir zeigen, dass JMP eine attraktive und leistungsstarke Analyseplattform für die Zinskurvenmodellierung sein kann.
