Inconsistencies in bond market quotes: Is it the wrong model or the wrong data?

ما از رویکرد برنامه نویسی خطی برای کم کردن اختلافات نقل قول در بازارهای اوراق قرضه بدون ریسک استفاده می کنیم. ما الگوریتمی را برای شناسایی اینکه آیا احتمالا ناشی از انعطاف پذیری چارچوب کافی، کافی کیفیت داده یا عدم همگنی مجموعه داده است، ارائه می کنیم. در مورد دوم، مسئله فیلتر کردن برخی از ابزارها را بررسی می کنیم تا داده های باقی مانده همگن باشند. ما نشان می دهیم که روش فیلترینگ سنتی غیرقابل قبول فقیر است و الگوریتم های جدید را پیشنهاد می کند. ما متوجه می شویم که اوراق قرضه که اغلب توسط یک الگوریتم مناسب مطرح می شود، شگفت آور نیست که اوراق قرضه ای است که موجب ناهماهنگی می شود.