创建IRFunctionCurve对象

要创建IRFunctionCurve对象，请参阅以下选项：

使用功能手柄拟合IRF功能诊断对象

您可以使用构造函数Irfunctioncurve.用matlab.^®功能手柄定义兴趣率曲线。有关定义功能句柄的更多信息，请参阅MATLAB编程基础文档。

例子

这个例子使用了一个functionHandle.具有价值的论据@（t）t。^ 2构建利率曲线：

rr = irfunctioncurve（'零'，今天，@（t）t。^ 2）

RR =属性：FunctionHandle：@（t）t。^ 2类型：'ZERO'定位：733600复合：2基础：0

使用Nelson-Siegel方法拟合Irfunctioncurve对象

使用方法，Fitnelsonsiegel.，对于纳尔逊 - Siegel模型，其具有屈服曲线的经验形式，具有预先确定的功能形式的现场速率，这是键成熟时间的函数。

Nelson-Siegel模型代表动态三因素模型：级别，斜率和曲率。然而，Nelson-Siegel因子是未观察的，或潜在的，允许测量误差，相关的负载具有经济限制（前瞻性速率始终为正，并且折扣因子随着成熟度增加而零接近）。有关更多信息，请参阅“零优惠券收益曲线：技术文档”BIS论文，国际定居点银行，2005年10月25日。

例子

这个例子用途Irfunctioncurve.建模英国利率违约期限结构。

加载数据：

加载Ukdata20080430

将repo率转换为等效的零优惠券债券：

repocouponrate = repmat（0，size（reporate））;repoprode = bndprice（修复，remocouponrate，reposettle，重返剂）;

汇总数据：

stand = [reposettle; poldsettle];成熟= [重新弥补;债券多洁];CleanPrice = [填充; BondCleanprice];佣金= [recocouponrate; bondcouponrate];仪器= [沉淀成熟CleanPrice优惠赎出];InstrumentPeriod = [Repmat（0,6,1）; Repmat（2,31,1）];curvesettle =数据抑制（'30 -apr-2008'）;

这Irfunctioncurve.对象提供了适合纳尔逊 - Siegel曲线来观察市场数据的能力Fitnelsonsiegel.方法。拟合是通过调用该函数来完成的lsqnonlin.。该方法有必要输入类型那定居，以及仪器数据的矩阵。

nsmodel = irfunctioncurve.fitnelsonsiegel（'零'，curvesettle，......仪器，“复合”，-1，'internerperiod'，Instrumentperiod）;

绘制Nelson-Siegel利率曲线以进行前置率：

Plottingdates = Curvesettle + 20：30：Curvesettle + 365 * 25;Timetomaturity = Whatfrac（Curvesettle，Plottingdates）;nsforwardrates = getforwardrates（nsmodel，plottingdates）;情节（时间术，NSForuddrates）标题（'纳尔逊西格尔型号的英国瞬间名义前向曲线'）

使用SVENSSON方法拟合IRF功能诊断对象

使用方法，Fitsvensson.，对于Svensson模型来提高曲线的灵活性和适合Nelson-Siegel模型。1994年，Svensson通过增加允许第二个“驼峰”的进一步术语扩展了纳尔逊和Siegel的功能。以增加两个参数的成本实现额外的精度，β3和τ2，必须估计。

例子

在这个例子中使用了Fitsvensson.方法，ANIrfitOptions.结构，以前定义了使用IrfitOptions.使用构造函数。因此，您必须指定fittype.那initialGuess.那上行那下面，而且OptOptions.优化参数lsqnonlin.。

加载数据：

加载Ukdata20080430

将repo率转换为等效的零优惠券债券：

repocouponrate = repmat（0，size（reporate））;repoprode = bndprice（修复，remocouponrate，reposettle，重返剂）;

汇总数据：

stand = [reposettle; poldsettle];成熟= [重新弥补;债券多洁];CleanPrice = [填充; BondCleanprice];佣金= [recocouponrate; bondcouponrate];仪器= [沉淀成熟CleanPrice优惠赎出];InstrumentPeriod = [Repmat（0,6,1）; Repmat（2,31,1）];curvesettle =数据抑制（'30 -apr-2008'）;

定义OptOptions.为了IrfitOptions.构造函数：

OptOptions = Optimoptions（'lsqnonlin'那'maxfunevals'，1000）;firfitoptions = irfitoptions（[5.82 -2.55 -.87 0.45 3.9 0.44]，......'fittype'那'durationweightedprice'那'OptOptions'，optoptions，......'indowbound'，[0 -inf -inf -inf 0 0]，'上行'，[inf inf inf inf inf]）;

使用Svensson型号拟合利率曲线：

svenssonmodel = irfunctioncurve.fitsvensson（'零'，curvesettle，......仪器，'IrfitOptions'，firefitoptions，“复合”，-1，......'internerperiod'，Instrumentperiod）

地方最低可能。LSQNONLIN停止，因为相对于其初始值的平方和的最终变化小于功能公差的默认值。SvenssonModel =类型：零定位：733528（30-APR-2008）复合：-1基础：0（实际/实际）

状态消息，输出lsqnonlin.，表示优化以成功终止Svensson等式的参数。

绘制Svensson兴趣曲线以进行转发费率：

Plottingdates = Curvesettle + 20：30：Curvesettle + 365 * 25;Timetomaturity = Whatfrac（Curvesettle，Plottingdates）;svenssonforwardrates = getforwardrates（svenssonmodel，plottingdates）;绘制（时间术症，Svenssonforwardrates）标题（“英国瞬间名义前向曲线”的Svensson模型'）

使用平滑样条方法拟合IrfunctionCurve对象

使用方法，fitsmoothingspline.以特定地模拟具有样条键的术语结构，术语结构表示具有立方样条曲线的前向曲线。

笔记

您必须有曲线拟合工具箱™软件的许可证来使用fitsmoothingspline.方法。

例子

这Irfunctioncurve.对象用于拟合具有惩罚功能的前向曲线的平滑样条表示。所需的输入是类型那定居，矩阵仪器，和Lambdafun，包含惩罚功能的功能句柄

加载数据：

加载Ukdata20080430

将repo率转换为等效的零优惠券债券：

repocouponrate = repmat（0，size（reporate））;repoprode = bndprice（修复，remocouponrate，reposettle，重返剂）;

汇总数据：

stand = [reposettle; poldsettle];成熟= [重新弥补;债券多洁];CleanPrice = [填充; BondCleanprice];佣金= [recocouponrate; bondcouponrate];仪器= [沉淀成熟CleanPrice优惠赎出];InstrumentPeriod = [Repmat（0,6,1）; Repmat（2,31,1）];curvesettle =数据抑制（'30 -apr-2008'）;

选择参数Lambdafun：

l = 9.2;s = -1;mu = 1;

定义Lambdafun惩罚功能：

lambdafun = @（t）exp（l  - （l-s）* exp（-t / mu））;t = 0：.1：25;y = lambdafun（t）;图半音（t，y）;标题（'VRP方法的惩罚功能'）ylabel（'惩罚'）xlabel（'时间'）

使用fitsmoothinspline.符合兴趣曲线和模型的方法Lambdafun惩罚功能：

vrpmodel = irfunctioncurve.fitsmoothingspline（'向前'，curvesettle，......仪器，兰姆德芬，“复合”，-1，'internerperiod'，Instrumentperiod）;

绘制平滑的样条率曲线以进行前置率：

Plottingdates = Curvesettle + 20：30：Curvesettle + 365 * 25;Timetomaturity = Whatfrac（Curvesettle，Plottingdates）;vrpforwardrates = getForwardrates（Vrpmodel，plottingdates）;情节（时间术术，vrpforwardrates）标题（“英国瞬时名义前向曲线的平滑样条模型”）

使用FITFUNCTION创建定制拟合功能

使用时Irfunctioncurve.对象，您可以创建一个自定义拟合功能FitFunction.方法。使用FitFunction.，你必须定义一个functionHandle.。此外，您还必须使用构造函数IrfitOptions.界定IrfitOptionsobj.支持A万博1manbetx.initialGuess.对于曲线函数的参数。

例子

以下示例演示了使用FitFunction.与A.functionHandle.和IrfitOptionsobj.：

stand = Repmat（Datenum（'30 -apr-2008'），[6 1]）;成熟= [数据抑制（'07 -MAR-2009'）;数据抑制（'07 -MAR-2011'）;......数据项（'07 -MAR-2013'）;数据抑制（'07 -sep-2016'）;......数据项（'07 -MAR-2025'）;数据抑制（'07 -mar-2036'）];CleanPrice = [100.1; 100.1; 100.8; 96.6; 103.3; 96.3];优惠液= [0.0400; 0.0450; 0.0400; 0.0500; 0.0425];仪器= [沉淀成熟CleanPrice优惠赎出];curvesettle =数据抑制（'30 -apr-2008'）;

定义functionHandle.：

functionHandle = @（t，theta）polyval（θ，t）;

定义OptOptions.为了IrfitOptions.：

OptOptions = Optimoptions（'lsqnonlin'那'展示'那'iter'）;

定义FitFunction.：

custommodel = irfunctioncurve.fitfunction（'零'，curvesettle，......FunctionHandle，Instruments，IrfitOptions（[05 .05 .05]，'fittype'那'价格'那......'OptOptions'，optoptions））;

一阶迭代Func-count f（x）步骤最优性CG-迭代0 4 38036.7 4.92E + 04 1 8 38036.7 10 4.92E + 04 0 2 12 38036.7 2.5 4.92E + 04 0 3 16 38036.7 0.625 4.92E +04 0 4 20 3803.7 30741.5 0.078125 1.7241.6 0.019506 0 + 0.0125 1.7241.6 0.0195070 2032年4月20日20323.3.300.00976562 9.47E + 05 0 10 44 20323.3 0.0195312 9.47E + 05 0 11 48 9.47E + 05 0 11 48 9.47E + 05 0 12 52 20323.3 0.0012207 9.472 + 05 012207 9.47E + 05 013 56 19698.8 0.000305176 1.082 + 06 0 14 6.08C + 06 0 14 60 17493 0.000610352 7E + 06 015 64 17493 0.0012207 7E + 06 0 16 68 17493 0.000305176 7e + 06 0 17 72 15455.1 7.629392-05 2.25E + 07 0 18 76 154551 0.000177499 2.25E + 07 0 19 80 13317.1 3.8147E-05 3.18E + 07 0 2084 12865.3 7.62939E-05 7.83E + 07 0 2 21 88 11779.8 7.62939E-05 7.58E + 06 0 22 92 11747.6 0.000152588 1.452 + 05 0 23 96 11720.9 0.000305176 2.332 + 05 0 24 100 116672 0.000610352 1.48C + 05 025 104 11558.6 0.0012207 3.552 + 05 0 26 108 11335.5 0.00244141 1.57E + 05 0 27 112 10863.8 0.00488281 6.36e + 05 0 28 116 9797.14 0.00976562 2.53e + 05 0 29 120 6882.83 0.0195312 9.18e + 05 0 30 124 6882.83 0.0373993 9.18e + 05 0 31 128 3218.45 0.00934981 1.96e + 06 0 32 132 612.703 0.0186996 3.01e +06 0 33 136 13.0998 0.0253882 3.05e + 06 0 34 140 0.0762922 0.00154002 5.05e + 04 0 35 144 0.0731652 3.61102e-06 29.9 0 36 148 0.0731652 6.32335e-08 0.063 0本地最小可能。LSQNONLIN停止，因为相对于其初始值的平方和的最终变化小于功能公差的默认值。

绘制使用定义的自定义功能FitFunction.：

收益率= Bndyield（CleanPrice，CoupOrate，Sold（1），到期）;散射（成熟，产量）;绘图点= min（成熟）：30：MAX（成熟）;抓住上;绘图（绘图点，getParyields（CustomModel，PlottingPoints），'r'）;dateTick传奇（'市场收益率'那'适合收益曲线'） 标题（'自定义功能适合市场数据'）