Question

我需要根据等式计算出值S（n）

s(n) = (1 + r(1))(1+r(2))...(1+r(n))

的值

S(after N days) = (1+r(after 1 day))*(1+r(after 2 days))...(1+r(after N days))

r来自：

r = return_daily + sig_daily

但是计算了D次（参见下面的代码，D每天计算一次并且是随机值）

我只是不太确定如何实现包含变化变量的等式（r每天变化）。

感谢您的帮助

相关守则：

#import all modules required
import numpy as np # using different notation for easier writting
import scipy as sp 
import matplotlib.pyplot as plt
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

#collect variables provided by the user

period = 63 # can be edited to an input() command for variable periods.
Return_annual = np.arange(0.00,0.15,0.05) # creates an array ??? not sure if helpful
sig_annual = np.arange(0.01,0.31,0.01) #use .31 as python doesnt include the upper range value.


#functions for variables of daily return and risk.

Return_daily = (1/252)*R_annual
sig_daily = (1/(np.sqrt(252)))*sig_annual

D=np.random.normal(size=period)

r_i=Return_daily + sig_daily # must be calculated D times

Answer 1

您如何收到投入？

您可以逐个接收它们并将它们附加到元列表中，然后您可以使用一个函数来传递您的r（n）列表并输出您想要的任何内容。

例如，如果您想要几何关联的返回：

rors=[0.4, 0.5, 0.8]

#calculate compound return
def calc_ror(ror_list):
    final_value=0
    for i in ror_list:
        final_value=(1+i)*(1+final_value)-1
    return final_value

calc_ror(rors)
Out[35]: 2.7799999999999994

另一个很酷的技巧是使用变量输入参数，在这种情况下，函数中的每个参数都是不同的返回值。

#calculate compound return
def calc_ror(*args):
    final_value=0
    for i in args:
        final_value=(1+i)*(1+final_value)-1
    return final_value

calc_ror(0.4, 0.5, 0.8)
Out[37]: 2.7799999999999994

或者最后使用pandas

import pandas as pd

rors=[0.4, 0.5, 0.8]
df = pd.DataFrame(rors, columns=['ror'])
df_cum=pd.DataFrame((1 + df['ror']).cumprod()-1)

df_cum.tail(1)
Out[42]: 
ror
2  2.78

我希望其中一个替代方案适用于您的案例

实施股价的循环

1 个答案: