σμimplied vol · KKmax(S−K,0)udβρᵢⱼfat tailsPnL · drawdownyield · TdSₜ = μSₜ dt + σSₜ dWₜC = S·N(d₁) − K·e⁻ʳᵀ·N(d₂)σₚ² = wᵀΣwd₁ = [ln(S/K) + (r + σ²⁄2)T] ⁄ σ√T∂V/∂t + ½σ²S²·∂²V/∂S² + rS·∂V/∂S − rV = 0Sharpe = (Rₚ − R_f) ⁄ σₚVaR₉₉ = μ − 2.33σρ = Cov(X,Y) ⁄ σₓσᵧE[Rₚ] = Σ wᵢ·E[Rᵢ]φ(x) = e^(−x²/2) ⁄ √2πE[Rᵢ] = R_f + βᵢ(E[Rₘ] − R_f)dXₜ = θ(μ − Xₜ)dt + σ dWₜσ²ₜ = ω + α·ε²ₜ₋₁ + β·σ²ₜ₋₁C − P = S − K·e⁻ʳᵀΔ = ∂V/∂S Γ = ∂²V/∂S²p = (e^(rΔt) − d) ⁄ (u − d)rₜ = ln(Pₜ ⁄ Pₜ₋₁)E[Xₜ₊₁ | ℱₜ] = Xₜf* = (bp − q) ⁄ bz = (x − μ) ⁄ σP(N=k) = λᵏe^(−λ) ⁄ k!Θ = −∂V/∂Tν = S·φ(d₁)·√Tmin wᵀΣw s.t. wᵀμ = μ*∫Σ∂∞λ
uantCraft Academyロードマップスキル
Ctrl K
AO
+1.2k 人の学習者
ログイン参加する ↗
ロードマップスキル
AO
+1.2k 人の学習者
ログイン
  • English
  • Français
  • Español
  • العربية
  • Português
  • Deutsch
  • 日本語
  • 中文
σμimplied vol · KKmax(S−K,0)udβρᵢⱼfat tailsPnL · drawdownyield · TdSₜ = μSₜ dt + σSₜ dWₜC = S·N(d₁) − K·e⁻ʳᵀ·N(d₂)σₚ² = wᵀΣwd₁ = [ln(S/K) + (r + σ²⁄2)T] ⁄ σ√T∂V/∂t + ½σ²S²·∂²V/∂S² + rS·∂V/∂S − rV = 0Sharpe = (Rₚ − R_f) ⁄ σₚVaR₉₉ = μ − 2.33σρ = Cov(X,Y) ⁄ σₓσᵧE[Rₚ] = Σ wᵢ·E[Rᵢ]φ(x) = e^(−x²/2) ⁄ √2πE[Rᵢ] = R_f + βᵢ(E[Rₘ] − R_f)dXₜ = θ(μ − Xₜ)dt + σ dWₜσ²ₜ = ω + α·ε²ₜ₋₁ + β·σ²ₜ₋₁C − P = S − K·e⁻ʳᵀΔ = ∂V/∂S Γ = ∂²V/∂S²p = (e^(rΔt) − d) ⁄ (u − d)rₜ = ln(Pₜ ⁄ Pₜ₋₁)E[Xₜ₊₁ | ℱₜ] = Xₜf* = (bp − q) ⁄ bz = (x − μ) ⁄ σP(N=k) = λᵏe^(−λ) ⁄ k!Θ = −∂V/∂Tν = S·φ(d₁)·√Tmin wᵀΣw s.t. wᵀμ = μ*∫Σ∂∞λ
uantCraft Academyロードマップスキル
Ctrl K
AO
+1.2k 人の学習者
ログイン参加する ↗
ロードマップスキル
AO
+1.2k 人の学習者
ログイン
  • English
  • Français
  • Español
  • العربية
  • Português
  • Deutsch
  • 日本語
  • 中文
Matrix Decompositions スキル›モジュール 1 · 固有値とスペクトル›トピック 1.1·~55 分中級

固有値と固有ベクトル

スキル上の位置モジュール 1/5 · トピック 1/3
1.1 固有値と固有ベクトル
—ラボスコア— / 100合計XP—連続日数—

行列が向きを変えない方向

正方行列 AAA はほとんどのベクトルの長さも向きも変えます。ごく少数の特別な方向だけは伸び縮みするだけです。Av=λvA\mathbf v=\lambda\mathbf vAv=λv(v≠0\mathbf v\neq\mathbf 0v=0)。このとき v\mathbf vv が固有ベクトル、伸びの倍率 λ\lambdaλ がその固有値です。λ=2\lambda=2λ=2 なら2倍、λ=−1\lambda=-1λ=−1 なら反転、λ=0\lambda=0λ=0 なら零に潰れます。つまり、行列が固有ベクトルに行うことは1つの数で表せます。

Av=λv  ⟺  det⁡(A−λI)=0,∑iλi=tr⁡A,∏iλi=det⁡AA\mathbf v=\lambda\mathbf v\iff\det(A-\lambda I)=0,\qquad \sum_i\lambda_i=\operatorname{tr}A,\qquad \prod_i\lambda_i=\det AAv=λv⟺det(A−λI)=0,i∑​λi​=trA,i∏​λi​=detA(1)

固有値を求めるには、(A−λI)v=0(A-\lambda I)\mathbf v=\mathbf 0(A−λI)v=0 が零でない解を持つのは A−λIA-\lambda IA−λI が特異のときだけなので det⁡(A−λI)=0\det(A-\lambda I)=0det(A−λI)=0 とします。2×22\times22×2 では λ2−(tr⁡A)λ+det⁡A=0\lambda^2-(\operatorname{tr}A)\lambda+\det A=0λ2−(trA)λ+detA=0 です。各根について (A−λI)v=0(A-\lambda I)\mathbf v=\mathbf 0(A−λI)v=0 を解くと方向が得られます。手早い検算が2つあります。固有値の和はトレース、積は行列式に等しいことです。行列が特異であることと固有値の1つが0であることは同値で、AkA^kAk の固有値は同じ固有ベクトルで λk\lambda^kλk になります。

2×2の例A=(4123)A=\begin{pmatrix}4&1\\2&3\end{pmatrix}A=(42​13​) を考えます。トレースは7、行列式は 12−2=1012-2=1012−2=10 なので λ2−7λ+10=0\lambda^2-7\lambda+10=0λ2−7λ+10=0、すなわち (λ−5)(λ−2)=0(\lambda-5)(\lambda-2)=0(λ−5)(λ−2)=0 で、固有値は5と2です。λ=5\lambda=5λ=5 では (−112−2)v=0\begin{pmatrix}-1&1\\2&-2\end{pmatrix}\mathbf v=\mathbf 0(−12​1−2​)v=0 を解いて v=(1,1)\mathbf v=(1,1)v=(1,1)、λ=2\lambda=2λ=2 では (2121)v=0\begin{pmatrix}2&1\\2&1\end{pmatrix}\mathbf v=\mathbf 0(22​11​)v=0 を解いて v=(1,−2)\mathbf v=(1,-2)v=(1,−2) です。検算:A(1,1)=(5,5)=5 (1,1)A(1,1)=(5,5)=5\,(1,1)A(1,1)=(5,5)=5(1,1)。A2A^2A2 の固有値は 252525 と 444 です。
  • 固有対:Av=λvA\mathbf v=\lambda\mathbf vAv=λv(v≠0\mathbf v\neq\mathbf 0v=0)。固有ベクトルの向きは変わらず、長さが λ\lambdaλ 倍になる。
  • 特性方程式:det⁡(A−λI)=0\det(A-\lambda I)=0det(A−λI)=0。2×22\times22×2 では λ2−tr⁡A λ+det⁡A=0\lambda^2-\operatorname{tr}A\,\lambda+\det A=0λ2−trAλ+detA=0。
  • 検算:固有値の和はトレース、積は行列式に等しい。AkA^kAk の固有値は λk\lambda^kλk。
クオンツにとって重要な理由共分散行列の固有ベクトルは資産ポートフォリオの独立なリスク方向であり、固有値はその方向に沿った分散です。大きな固有値は多くの資産が連動するという賭けで、極小の固有値は紙の上ではほとんどリスクのない資産の組み合わせです。このスキルの残りはこのイメージの上に築かれます。大きな行列の固有対の求め方、共分散行列でなぜ実数になるのか、少ないデータから推定すると何が壊れるのかを学びます。

ラボ:採点される内容

  • 固有対とは15点
  • 大きい方の固有値20点
  • 固有値から行列式10点
  • 特性方程式15点
  • 行列の2乗15点
  • 手順の順序10点
  • 金融で重要な理由15点
0/ 7問回答済み
問題
1選択15点未回答

正方行列 AAA の固有値 λ\lambdaλ に対する固有ベクトル v\mathbf vv を定義しているのはどれですか。

2数値で答える20点未回答

A=(4123)A=\begin{pmatrix}4&1\\2&3\end{pmatrix}A=(42​13​) の大きい方の固有値を求めてください。

lambda=lambda =lambda=許容:± 0.01
3数値で答える10点未回答

3×33\times33×3 行列の固有値が2、3、5のとき、その行列式はいくつですか。

detA=det A =detA=許容:± 0.01
4空欄を埋める15点未回答

A=(4123)A=\begin{pmatrix}4&1\\2&3\end{pmatrix}A=(42​13​) の特性方程式を完成させてください。

λ2− λ+=0\displaystyle \lambda^2-\htmlData{blank=a}{\phantom{\rule[-0.35em]{2.4em}{1.35em}}}\,\lambda+\htmlData{blank=b}{\phantom{\rule[-0.35em]{2.4em}{1.35em}}}=0λ2−λ+=0
5行列・ベクトル15点未回答

A=(4123)A=\begin{pmatrix}4&1\\2&3\end{pmatrix}A=(42​13​) について A2A^2A2 を計算してください。固有値は平方の25と4になります。

A2=A^2 =A2=
6手順を並べ替える10点未回答

固有値と固有ベクトルを求める手順を正しい順に並べてください。

ドラッグして並べ替えます。または項目にフォーカスし、スペースで持ち上げ、矢印キーで移動、スペースで置きます。

  1. 1各固有値について (A−λI)v=0(A-\lambda I)\mathbf v=\mathbf 0(A−λI)v=0 を解く
  2. 2A−λIA-\lambda IA−λI を作り det⁡(A−λI)=0\det(A-\lambda I)=0det(A−λI)=0 とおく
  3. 3必要なら単位長に正規化する
  4. 4λ\lambdaλ の多項式を解いて根を求める
7言葉で説明する15点未回答

資産リターンの共分散行列の固有ベクトルと固有値がリスクについて何を語るか、2文で述べてください。

数学モードキーボードまたは LaTeX で入力問題1/7 · Ctrl ⏎ で確認

コードを実行するにはログインしてください。

レクチャーはすべて無料で読めます。コードの実行、テスト、ラボの提出にはアカウントの作成かログインが必要です。

  • ブラウザ内IDEとbashターミナル。インストール不要
  • 即時採点、XP、スキルでの現在地
アカウントを作成ログイン
または
GitHubで続ける