如何解决无for循环的带回报和流出的累积财富计算
假设我的起始财富为 100 美元,回报率为 2%、1%、-1%、0.5%。此外,我在每个时间点都有 2 美元的费用。我想计算每个时间点的累积财富。我可以通过以下方式做到这一点。
import numpy as np
import itertools
r = np.array([100,0.02,0.01,-0.01,0.005])
def wealth(rs,out = 2):
# rs : (initial wealth,return) array,(n+1) x 1
# w : wealth is calculated iteratively
# annual outflow : 2
return list(itertools.accumulate(rs,lambda w,r: w*(1+r)-out))
wealth(r)
它回来了
[100.0,100.0,99.0,96.01,94.49005]
到目前为止它有效。现在假设流出/费用不是恒定的,而是在每个时间步长不同。例如,它可以是预先确定的费用数组,或者每次膨胀 2%,这样我的新费用是
np.array([2*((1 + 0.02)**n) for n in range(len(r)-1)]).round(3)
[2.,2.04,2.081,2.122]
我想要的是以下内容:
100*(1 + r) - outflow
,
现在流出是 [2.,2.122]
。在前一种情况下,它是一个常数,2。在新情况下,解决方案是
[100,100,98.96,97.9092,98.3675]
我该如何合并?
更新: 很多人问我为什么不能使用 for 循环。这里有一些上下文。我想模拟 100,000,而不是一组回报。请考虑以下事项。
N = 100000
n = 40
r = np.array(np.random.normal(0.05,0.14,N*n)).reshape((N,n))
rm0 = np.insert(rm,axis=1)
result = np.apply_along_axis(wealth,1,rm0) # N wealth paths are created
import pandas as pd
allWealth = pd.DataFrame(result.T,columns=range(N),index=range(n+1))
这运行得很快。 For-loop 花了很长时间。因此我希望避免 for 循环。
解决方法
for 循环是一个非常容易使用的解决方案
def wealth(rs,out):
result = [rs[0]]
for r,o in zip(rs[1:],out):
result.append(result[-1] * (1 + r) - o)
return result
结果似乎大不相同:[100.0,100.0,98.96,95.8894,94.24684]
accumulate
版本不是很好
def wealth(rs,out):
fct = lambda prv,val: (prv[0] * (1 + val[0]) - out[prv[1]],prv[1] + 1)
return [x[0] for x in itertools.accumulate(zip(rs,range(len(rs))),fct)]
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。