我正在使用 Pandas 来计算一些财务风险分析，包括风险价值。简而言之，要计算风险价值 (VaR)，您需要模拟投资组合价值变化的时间序列，然后计算特定的尾部百分位损失。例如，95% VaR 是该时间序列中的第 5 个百分位数。
我的时间序列位于 Pandas 数据框中，目前正在使用 pd.quantile() 函数来计算百分位数。我的问题是，VaR 的典型市场惯例是使用排除百分位（即：95% VaR 解释为：您的投资组合有 95% 的机会不会损失超过计算的数字） - 类似于 MS Excel PERECENTILE.EXC ()有效。Pandas quantile() 的工作方式类似于 Excel 的 PERCENTILE.INC() 的工作方式 - 它包含指定的百分位。我已经在几个 python 数学包以及这个论坛中搜索了一个 python 解决方案，该解决方案使用与 Excel 中的 PERCENTILE.EXC() 相同的方法，但没有成功。我希望这里有人可以提出建议？
这是示例代码。
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))
我正在寻找的答案是-77.4
谢谢，
瑞安