我应该怎么做才能使我的二维数组（树形结构）最优化？

Question

我有一个数据树S（如图）

树结构：

，还有一棵对冲策略H（与另一棵树的结构相同）。

现在，我想从对冲活动中计算现金流量，并找到返回最大利润的最优对冲数组H。

计算现金流量的规则是： 1.对于0年，H [0,0] * S [0,0] 2.去年的一个股票价格在下一年有3种可能的结果。如图所示，一个母节点有3个子节点。 （如图所示） 3.对于第x年（x> 0），每个子节点的现金流量为（H [childnode，x] -H [mothernode，x-1]）* S [childnode，x] 4.最后，我将总结每条路径的现金流并将其最大化。

总结现金流量的理想功能应如下：

def现金流量（H）：

此处现金流量的计算已经完成

回报（最终现金流量）

我已经计算正确了。但是当我尝试在scipy中使用优化时，scipy求解器不会收到非1D数组作为输入。如果必须将当前的树数组展平为一维数组，则会丢失time（column）索引。这将破坏母节点和子节点之间的计算。

那么是否有建议获得最佳阵列H？新的求解器还是新的数据结构？

PS：excel求解器可以轻松解决问题，但是我需要在python中创建一个例程。