Numpyで次のループをベクトル化するにはどうすればよいですか？

Question

"""Some simulations to predict the future portfolio value based on past distribution. x is 
    a numpy array that contains past returns.The interpolated_returns are the returns 
    generated from the cdf of the past returns to simulate future returns. The portfolio 
    starts with a value of 100. portfolio_value is filled up progressively as 
    the program goes through every loop. The value is multiplied by the returns in that 
    period and a dollar is removed.""" 

    portfolio_final = [] 
    for i in range(10000): 
     portfolio_value = [100] 
     rand_values = np.random.rand(600) 
     interpolated_returns = np.interp(rand_values,cdf_values,x) 
     interpolated_returns = np.add(interpolated_returns,1) 

     for j in range(1,len(interpolated_returns)+1): 
      portfolio_value.append(interpolated_returns[j-1]*portfolio_value[j-1]) 
      portfolio_value[j] = portfolio_value[j]-1 

     portfolio_final.append(portfolio_value[-1]) 
print (np.mean(portfolio_final)) 

numpyを使用してこのコードを書き込む方法が見つかりませんでした。私はnditerを使って繰り返しを見ていましたが、私は先に進むことができませんでした。

Answer 1

私はあなたのものをベクトル化する方法を理解する最も簡単な方法は、あなたの進化を支配する方程式を見て、あなたのポートフォリオが実際に反復する方法を見て、コードをベクトル化しようとする代わりにベクトル化できるパターンあなたはすでに持っています。あなたは、おしゃべりが実際にあなたの反復でかなり頻繁に現れることに気づいたでしょう。

ただし、以下の半ベクトル化コードを見つけることができます。結果を比較できるようにコードも含めました。私はまた多くのが簡単で数学的方程式に翻訳できるあなたのコードの単純なループバージョンを含んだ。このコードを他の人と共有するなら、私は間違いなく単純なループオプションを使用します。ファンシーパンツをベクトル化したい場合は、ベクターバージョンを使用できます。単一のステップを追跡する必要がある場合は、配列を単純ループオプションに追加し、すべてのステップでpvを追加することもできます。

希望に役立ちます。

編集：私はスピードのために何もテストしていません。それはあなたが簡単に時間を過ごすことができるものです。

import numpy as np 
from scipy.special import erf 

# Prepare simple return model - Normal distributed with mu &sigma = 0.01 
x = np.linspace(-10,10,100) 
cdf_values = 0.5*(1+erf((x-0.01)/(0.01*np.sqrt(2)))) 

# Prepare setup such that every code snippet uses the same number of steps 
# and the same random numbers 
nSteps = 600 
nIterations = 1 
rnd = np.random.rand(nSteps) 

# Your code - Gives the (supposedly) correct results 
portfolio_final = [] 
for i in range(nIterations): 
    portfolio_value = [100] 
    rand_values = rnd 
    interpolated_returns = np.interp(rand_values,cdf_values,x) 
    interpolated_returns = np.add(interpolated_returns,1) 

    for j in range(1,len(interpolated_returns)+1): 
     portfolio_value.append(interpolated_returns[j-1]*portfolio_value[j-1]) 
     portfolio_value[j] = portfolio_value[j]-1 

    portfolio_final.append(portfolio_value[-1]) 
print (np.mean(portfolio_final)) 

# Using vectors 
portfolio_final = [] 
for i in range(nIterations): 
    portfolio_values = np.ones(nSteps)*100.0 
    rcp = np.cumprod(np.interp(rnd,cdf_values,x) + 1) 
    portfolio_values = rcp * (portfolio_values - np.cumsum(1.0/rcp)) 
    portfolio_final.append(portfolio_values[-1]) 
print (np.mean(portfolio_final)) 

# Simple loop 
portfolio_final = [] 
for i in range(nIterations): 
    pv = 100 
    rets = np.interp(rnd,cdf_values,x) + 1 
    for i in range(nSteps): 
     pv = pv * rets[i] - 1 
    portfolio_final.append(pv) 
print (np.mean(portfolio_final)) 

Answer 2

約np.nditerを忘れてしまった。反復のスピードは向上しません。あなたが1つに行き、Cバージョン（cython経由）を使用する場合にのみ使用してください。

私はその内側のループについて困惑しています。特別なことをやろうとしているのは何ですか？なぜループ？シミュレートされた値を持つ試験において

コードのこれら2つのブロックが同じものを製造：

interpolated_returns = np.add(interpolated_returns,1) 
for j in range(1,len(interpolated_returns)+1): 
    portfolio_value.append(interpolated_returns[j-1]*portfolio[j-1]) 
    portfolio_value[j] = portfolio_value[j]-1 

interpolated_returns = (interpolated_returns+1)*portfolio - 1 
portfolio_value = portfolio_value + interpolated_returns.tolist() 

Iはinterpolated_returnsとportfolioは、同じ長さの1次元配列であると仮定。