個人電腦的解釋

我已經根據累積對數差異計算了未來合約的 PC1 和 PC2 重量。我如何使用它們來使用這 2 件來取回每份合約的理論價格？提前致謝。

是的，您可以，如何完全取決於您要求的準確性，以及 PC1 和 PC2 是否足以解釋您的期貨合約對數差異的能力。

此外，請確保您了解特徵值的符號（PC 的符號）可能因一個實驗而異，因為它們是任意的（這些值顯然不是）。以下是我在嘗試查找支持文件時發現的一些評論：

https://stats.stackexchange.com/questions/30348/acceptable-to-reverse-score-a-principal-component

以下以某種理論上的方式描述瞭如何進行 PCA-Reverse，但它們也提出了幾個簡潔的範例。這裡沒有為您提供現成的 R 程式碼工具箱，可讓您在接下來的 5 分鐘內獲得結果，但我認為任何使用 PCA 的人實際上應該首先了解其背後的相關數學和統計數據。我相信您將能夠輕鬆地扭轉 PCA 文章閱讀此內容：

http://www.cs.columbia.edu/~stratos/research/pca_cca.pdf

編輯：實際上，我對上述論文的範例非常感興趣，因此我目前正在使用 PCA 和 PCA-Reverse 進行圖像處理。抱歉，評論與量化金融無關，只是想分享我對數學的興奮，有時在玩一些有趣的東西時會克服我。

我找到了一個連結，我必須重複一遍：我不認為 PCA 可以幫助您找到價格……它有助於對價格的變動進行建模，但對它們的價值沒有幫助。你會得到類似因子模型的東西……這不會直接給你一個價格……也許你還想看看這個連結PCA 應用於石油市場。

引用自：https://quant.stackexchange.com/questions/7273