通过 numpy Array Python

2024-05-15 • 问答

下面的代码计算从 $100 开始的 Compounding 值和百分比收益 gains。下面的代码从一开始，整个增益数组 [20,3,4,55,6.5,-10,20,-60,5] 导致 96.25 结束，然后去掉第一个索引并重新计算复合值 [3,5] 导致 { {1}}。它会这样做直到增益数组 80.20 的末尾。我想编写一个代码来计算最大回撤，因为它正在计算 [5]。这将是 f f 的第一次迭代的复合结果，如果它低于初始资本 [120.,123.6,128.544,199.243,212.194008 190.9746072,229.16952864,91.66781146,96.25120203] 值，我想记录一个值。因此，第一次迭代中的最小值为 Amount，因此这将是输出，而在第二次迭代中，它将是 91.67。由于在最后一次迭代中有 76.37 导致 [5] 的复合输出，因此没有低于 100 的值，因此它是 105 作为输出。我如何才能在下面的代码中实现这一点并获得预期的输出？

None

预期输出：

import numpy as np 

Amount = 100
def moneyrisk(array):
    
    f = lambda array: Amount*np.cumprod(array/100 + 1,1) 
    rep = array[None].repeat(len(array),0)
    rep_t = np.triu(rep,k=0)
    final = f(rep_t)[:,-1]
  
gains= np.array([20,5])

import numpy as np gains= np.array( [20,3,4,55,6.5,-10,20,-60,5] ) # Gains in % amount = 100 def moneyrisk( arr ): rep = arr[ None ].repeat( len(arr),0 ) rep_t = np.triu( rep,k = 0 ) rep_t = ( 1 + rep_t * .01 ) # Create factors to compound in rep_t result = amount*(rep_t.cumprod( axis = 1 ).min( axis = 1 )) # compound and find min value. return [ x if x < amount else None for x in result ] # Set >= amount to None in a list as numpy floats can't hold None moneyrisk( gains ) # [91.667811456,76.38984288,74.164896,71.3124,46.008,43.2,48.0,40.0,None]

通过 numpy Array Python

zqw350426 回答：通过 numpy Array Python

大家都在问