问题描述
假设我从第一年到第四年都有现金流 cf = [30,45,52,67]
和折扣率(零优惠券) rt = [.02,.03,.04,.05]
在python中计算PV是直接fwd
import numpy as np
import pandas as pd
cf = [30,67]
rt = [.02,.03,.04,.05]
sum([x[0]/(1+x[1])**(i+1) for i,x in enumerate(zip(cf,rt))])
给我输出
173.1775
现在,如果我想让我的NPV为180(假设),我将在excel中运行一个求解,这将调整我的“ rt”(通过添加一个全面的价差)
如何在python中复制相同内容?我已经看到/将SciPy优化用于其他目的,但是不确定如何在这里使用它(或者是否有其他解决方案)
解决方法
您可以使用numpy
中的newton
(Newton-Raphson方法的实现)解决问题。
scipy.optimize
需要一个起点和一个参数的函数,当您达到目标时,该参数的值将为零(这不是真的,newton
还可以接受多个变量的函数,但是...),因此我们编写了一个函数,该函数接受您的参数并返回newton
所需的函数,最后我们以初始值为零调用newton
newton
编辑:当然,您可以为In [25]: from scipy.optimize import newton
...: cf = [30,45,52,67]
...: rt = [.02,.03,.04,.05]
...:
...: def make_fun(cf,ret,val):
...: def fun(d):
...: return val-sum([x[0]/(1+x[1]+d)**(i+1)for i,x in enumerate(zip(cf,rt))])
...: return fun
...:
...: newton(make_fun(cf,rt,180),0)
Out[25]: -0.014576385759418057
选择一个更具描述性的名称...