我正在尝试制定一个可以使用python一次计算outstanding_balance
的等式。使用迭代过程非常简单。例如:
for month in range(1, self.amortMonths + 1):
# Calculate intial and future interest payments
interest = self.originalPrin * self.rate / 12
# Calculate intial and future principal payments
principal_pmt = self.pmt - interest
# Outstanding balance is reduced by the principal_pmt
self.originalPrin = self.originalPrin - principal_pmt
所以self.amortMonths
基本上是必须支付贷款的月度持续时间,并且与self.rate
一起,他们将确定self.pmt
变量,即借款人每月的金额。付费以便在self.oringalPrin
结束时将0
值减少到self.amortMonths
。
示例:
假设我贷款1000美元(OutstandingPrin),利率为10%,那么我第一个月的利息是1000 * 10%= 100美元。为了找到self.pmt
金额,我使用了numpy.pmt
函数,该函数将outstandingPrin,rate,amortMonths作为参数生成每月付款值,该值将在amortMonths结束时将OutstandingPrin减少为0。让我们说self.pmt = $120
然后是principal_pmt = 120 - 100 = $20
。所以下个月的出色普林是1000-20=$980
。然后这只是一个迭代过程。
所以我实际上需要一些帮助来确定一个可以一次完成的方程,而不需要迭代过程。显然,我需要使用线性代数,但我不是来自数学背景所以我想知道是否有人有任何想法?
编辑:
这样的事情:
Balance_i = Balance_i-1 - (pmt - Balance_i-1 * Rate)
。
答案 0 :(得分:4)
下面创建this Excel example的Python实现,并设置以下值:
import pandas as pd
import numpy as np
prin = 200000 # principal/beginning loan balance
rate = 0.0675 # annual rate; monthly will be 6.75%/12
n = 30 # years; total periods will be 360 w/ monthly pmts
接下来,您可以使用NumPy的Financial functions来查找每期的利息和本金。请注意,这些并不取决于您的贷款余额。好消息是下面的结果是数组(付款时间表):
months = np.arange(1, n * 12 + 1) # months 1 thru 360
principal = np.ppmt(rate / 12, months, n * 12, prin)
interest = np.ipmt(rate / 12, months, n * 12, prin)
我们可以在下面定义。实施时要小心标志。
def balance(pv, r, n, p):
dfac = (1 + r / 12) ** n
return pv * dfac - p * (dfac - 1) / (r / 12)
另外,计算一个"常数" PMT值。这是利息加原则,并且在所有时期都是不变的。它是标量值,而不是数组。
pmt = np.pmt(rate / 12, n * 12, prin)
最后,将上述内容放在表格中:
table = pd.DataFrame({'Beg Balance' : balance(prin, rate, months - 1, -pmt),
'Principal' : principal,
'Interest' : interest,
'End Balance' : balance(prin, rate, months, -pmt)},
index=months)
# Check that the loan amortizes down to 0
assert np.allclose(table['End Balance'].tail(1), 0)
print(table.round(2))
Beg Balance End Balance Interest Principal
1 200000.00 199827.80 -1125.00 -172.20
2 199827.80 199654.64 -1124.03 -173.16
3 199654.64 199480.50 -1123.06 -174.14
4 199480.50 199305.38 -1122.08 -175.12
5 199305.38 199129.28 -1121.09 -176.10
.. ... ... ... ...
356 6377.95 5116.63 -35.88 -1261.32
357 5116.63 3848.22 -28.78 -1268.42
358 3848.22 2572.67 -21.65 -1275.55
359 2572.67 1289.94 -14.47 -1282.72
360 1289.94 -0.00 -7.26 -1289.94
答案 1 :(得分:-1)
这是我的解决方案。
import numpy as np
a = np.array([[1,0,0,0,0], [1.00583333,-1,0,0,-1], [0, 1.005833333, -1, 0, -1], [0,0,1.005833333, -1, -1],[0,0,0,1,0]])
b = np.array([162000,0,0,0,0])
x = np.linalg.solve(a, b)
balance_arr = np.delete(x, -1)
print(balance_arr)
interest_arr = balance_arr * 0.07/12
print(interest_arr)
prin_payment = np.subtract(54631.22, interest_arr)
prin_payment[-1] = 0
print(prin_payment)
np.allclose(np.dot(a,x), b)
我根据手动计算手动创建的数组值。下一步是让我弄清楚如何根据期限,原始余额和利率自动生成它们。