从竞赛获胜概率推断相对能力的快速算法
winning的Python项目详细描述
从多参赛者竞赛获胜概率推断相对能力的快速数值算法。这个 回购包括代码和草稿，接受发表在暹罗金融数学杂志。在
https://www.overleaf.com/read/qwnkrstmdwtn
用法
要使用默认的倾斜正态性能分布，请执行以下操作：
from winning.skew_calibration import skew_dividend_implied_ability
dividends = [2.0, 3.0, 6.0]
ability = skew_dividend_implied_ability(dividends=dividends)
prices = skew_ability_implied_dividends(ability)
或者参见winning.lattice_校准并使用诸如state_price_隐含的能力（价格、密度）等函数 你可以指定你喜欢的任何性能分布。在
实际应用
请参阅paper，了解为什么这在很多地方都很有用。在
概述
lattice_校准模块允许用户从多参赛者比赛中的状态价格推断相对能力。假设 一个竞争者的绩效分配是另一个竞争者的绩效分配的翻译。在
在赛马场上，这意味着要看胜算并推断马的相对能力。算法是：
- 在
快
在 - 在
可扩展（适用于数十万参赛者的比赛）
在 - 在
通用（它适用于任何性能分布）。在
在
命名法
该算法以状态价格作为输入。这些都是出于实际目的，相当于赢得概率（随着晶格尺寸的增长和联系不太常见）。在
- 在
国家价格。当只有一个赢家时，预期收益等于1；如果两个赢家相等，则为1/2；如果三个赢家相等，则为1/3，依此类推。在
在 - 在
相对能力是指一个绩效分配需要达到的程度 翻译以匹配另一个。在
在 - 在
隐含能力是相对能力的向量，与国家价格的集合一致。在
在 - 在
股息与国家价格相反。在
在
特殊情况
两种自然选择是：
- 在
标准正常，按照正常校准模块。在
在 - 在
倾斜正常，根据倾斜校准模块。在
在
- 项目
标签：
欢迎加入QQ群-->： 979659372
