转移概率为
例如,对于一个产品,当当前价格为高价时,下一期为高价的概率为0.3,为低价的概率为0.7。
我的问题是,对于两个独立的产品,过渡概率是多少?
我正在寻找一些结果,如下表:
例如,假设当前价格水平是产品 1 的 H 和产品 2 的 H,则 1 为 L 且 2 为 H 的概率为 0.7*0.3 = 0.21。
我正在使用的当前代码如下:
from sklearn.utils.extmath import cartesian
pr = np.array([[0.3,0.7],[0.6,0.4]])
P = np.zeros((4,4))
count = 0
for i in range(2):
for j in range(2):
P[count] = cartesian((pr[i],pr[j])).prod(1)
count += 1
P
它适用于两种产品,但对于更多产品,它会非常混乱。例如对于四个独立的产品,转移矩阵是 16*16:对于每个当前状态(例如 HHHH),有 16 个可能的未来状态,例如(HHHH、HHHL、HHLH、HHLL、HLHH、....等)
有没有简单明了的方法来做到这一点?