Python-應用csv文件中每一行的資產價值和波動率計算function

Question

我導入了一個 csv 文件並計算了股票的資產價值和波動率。

df = pd.read_csv (r'test.csv')
df['ret_col'] = np.log(df.price) - np.log(df.price.shift(1))
df['sigma_e'] = np.std(df.ret_col)
T = 1

我的 function 是：

def equation(x):
    d1 = (np.log(x[0]/df.face_val_debt) + (df.r_f+x[1]**2/2)*T)/(x[1] * np.sqrt(T))
    d2 = d1 - x[1] * np.sqrt(T)
    res1 = x[0] * norm.cdf(d1) - np.exp(-df.r_f*T) * df.face_val_debt * norm.cdf(d2) - df.v_e
    res2 = x[0] * norm.cdf(d1) * x[1] - df.v_e * df.sigma_e
    return(res1**2+res2**2)

for i, row in df.iterrows():
    x0 = [row["v_e"], row["sigma_e"]]
    result = minimize(equation, x0)
    result
    df.at[i, "v_a"] = list(result['x'])[0]
    df.at[i, "sigma_a"] = list(result['x'])[1]

錯誤是ValueError: can only convert an array of size 1 to a Python scalar when running minimize(equation, x0)。 誰能解釋這種情況下的問題是什么？ 謝謝。

Answer 1

我將 function 放在循環之后，所以它工作正常。 謝謝你的提示。

對於 i，df.iterrows() 中的行：

def equation(x):

    d1 = (np.log(x[0]/row["default_point"]) + 
    (row["arf_rate"]+x[1]**2/2)*T)/(x[1] * np.sqrt(T))
    
    d2 = d1 - x[1] * np.sqrt(T)
    
    res1 = x[0] * norm.cdf(d1) - np.exp(-row["arf_rate"]*T) * 
    row["default_point"] * norm.cdf(d2) - row["V_equity"]
    
    res2 = (x[0] * norm.cdf(d1) * x[1])/row["asigma_equity"] - 
    row["V_equity"]
    
    return(res1**2+res2**2)