ক্রেডিট কার্ডের সুদ

Google Colab-এ চালান GitHub-এ উৎস দেখুন

আসুন কল্পনা করুন যে আপনি এখন থেকে এক বছর আপনার ক্রেডিট কার্ডে সুদের হার অনুমান করতে চান। ধরুন বর্তমান প্রাইম রেট হল 2% এবং আপনার ক্রেডিট কার্ড কোম্পানি আপনাকে 10% প্লাস প্রাইম চার্জ করে। বর্তমান অর্থনীতির শক্তির পরিপ্রেক্ষিতে, আপনি বিশ্বাস করেন যে ফেডারেল রিজার্ভ সুদের হার না বাড়িয়ে দেওয়ার সম্ভাবনা বেশি। ফেড পরবর্তী বারো মাসে আটবার মিলিত হবে এবং হয় ফেডারেল তহবিলের হার 0.25% বাড়িয়ে দেবে বা আগের স্তরে রেখে দেবে।

আমরা বারো মাসের মেয়াদ শেষে আপনার ক্রেডিট কার্ডের সুদের হার মডেল করতে দ্বিপদী বন্টন ব্যবহার করি। বিশেষত, আমরা নিম্নলিখিত পরামিতিগুলির সাথে TensorFlow সম্ভাব্যতা দ্বিপদী বণ্টন শ্রেণী ব্যবহার করব: total_count = 8 (ট্রায়াল বা মিটিংয়ের সংখ্যা), probs = {.6, .7, .8, .9}, সম্পর্কে আমাদের অনুমানের পরিসরের জন্য ফেডের সম্ভাব্যতা প্রতিটি মিটিংয়ে ফেডারেল ফান্ডের হার 0.25% বৃদ্ধি করে।

নির্ভরতা এবং পূর্বশর্ত

টেনসরফ্লো সম্ভাব্যতা ইনস্টলেশন সেটিংস

আমদানি এবং গ্লোবাল ভেরিয়েবল (এই সেলটি চালানো নিশ্চিত করুন)

সম্ভাব্যতা গণনা করুন

12 মাসে সম্ভাব্য ক্রেডিট কার্ডের সুদের হারের সম্ভাব্যতা গণনা করুন।

# First we encode our assumptions.
num_times_fed_meets_per_year = 8.
possible_fed_increases = tf.range(
    start=0.,
    limit=num_times_fed_meets_per_year + 1)
possible_cc_interest_rates = 2. + 10. + 0.25 * possible_fed_increases 
prob_fed_raises_rates = tf.constant([0.6, 0.7, 0.8, 0.9])  # Wild guesses.

# Now we use TFP to compute probabilities in a vectorized manner.
# Pad a dim so we broadcast fed probs against CC interest rates.
prob_fed_raises_rates = prob_fed_raises_rates[..., tf.newaxis]
prob_cc_interest_rate = tfd.Binomial(
    total_count=num_times_fed_meets_per_year,
    probs=prob_fed_raises_rates).prob(possible_fed_increases)

TF কোড চালান

# Convert from TF to numpy.
[
    possible_cc_interest_rates_,
    prob_cc_interest_rate_,
    prob_fed_raises_rates_,
] = evaluate([
    possible_cc_interest_rates,
    prob_cc_interest_rate,
    prob_fed_raises_rates,
])

ফলাফল কল্পনা করুন

plt.figure(figsize=(14, 9))
for i, pf in enumerate(prob_fed_raises_rates_):
  plt.subplot(2, 2, i+1)
  plt.bar(possible_cc_interest_rates_,
          prob_cc_interest_rate_[i],
          color=TFColor[i],
          width=0.23,
          label="$p = {:.1f}$".format(pf[0]),
          alpha=0.6,
          edgecolor=TFColor[i],
          lw="3")
  plt.xticks(possible_cc_interest_rates_ + 0.125, possible_cc_interest_rates_)
  plt.xlim(12, 14.25)
  plt.ylim(0, 0.5)
  plt.ylabel("Probability of cc interest rate")
  plt.xlabel("Credit card interest rate (%)")
  plt.title("Credit card interest rates: "
            "prob_fed_raises_rates = {:.1f}".format(pf[0]));
  plt.suptitle("Estimates of credit card interest rates in 12 months.",
               fontsize="x-large",
               y=1.02)
  plt.tight_layout()

png