在python中寻找一些关于组合数学的指导

对于python和编码来说仍然是新手，这次冒险只有6周左右。我启动了一个金融项目，试图找出投资组合中有多少%应该是现金，以及根据当前的市场表现应该投资多少。不知道这项研究是否有任何相关性，但它有助于坚持每一步，学习新事物

对于任何感兴趣的人，这是谷歌合作木星笔记本

在步骤4中，我尝试运行sorta组合数学模拟。我一直在阅读，但对于我需要从哪里开始，我有点不知所措。只是想找一些指导，比如我应该研究什么术语或东西，来解决这个具体问题

此外，我们还看到了一个叫做tpot的东西，它对组合数学有好处吗

组合数学问题

目前，在步骤3中，我为市场上的各种下跌做了一个预定义的循环。看起来像这样

   if (current_market_status == 0):  # all time high record
        current_cash_required_equity = 0.3
    elif (current_market_status < -0.05): #less than 5%
        current_cash_required_equity = 0.25
    elif (current_market_status < -0.10): #less than 10%
        current_cash_required_equity = 0.20 
    elif (current_market_status < -0.15): #less than 15%
        current_cash_required_equity = 0.15
    elif (current_market_status < -0.20): #less than 20%
        current_cash_required_equity = 0.10
    elif (current_market_status < -0.25): #less than 25%
        current_cash_required_equity = 0.05
    elif (current_market_status < -0.30): #less than 30%
        current_cash_required_equity = 0

所以组合数学的规则是

对于每个市场状态，从最高到最低尝试现金需求

首先，如果语句是0.50，那么下一个语句只能是0.5-0

第二，如果语句let say是0.45，那么下一个只能是0.45-0

比如，如果市场状态为0，我们需要50%的现金。然后下降5%，我们现在需要40%的现金。然后再下跌5%——10%，我们只需要40%到0%的现金。如果市场下跌只是为了保持不变或下跌，我们无法增加所需现金。我们的想法是，市场折扣越多，我们应该保留的现金就越少。因此，我们应该投资越多，市场越便宜，投资越少，市场越高。整个模拟从10000开始，每月向投资组合添加1000

---

提前感谢所有花时间阅读本文并发布一些文档链接或建议的人。

我不理解这个问题，我想你应该熟悉这里的一些概念。如果你能把你的问题表达得更简单、更简短，我会帮你的。也许只是我的无能

我会尽量给你我的2美分，根据你我可以理解从张贴

首先，我想指出，您初始化列表的方式不是最佳的。Numpy有两个非常重要的功能：

np.linspace：

np.arange：

因此，例如，您应该用简单的一行numpy调用替换您的期权市场状态初始化：

np.arange（0.5，-0.02，-0.01）

现在，如果我理解了你的主要问题，那就是如何迭代

options\u market\u status

和

options\u cash\u req

，使得

options\u market\u status

中的元素大于或等于

options\u cash\u req

选项，对吗？ 由于它们在你的问题中具有相同的值，我将给出一个一般的解决方案。如果给我们一个数组

a

，并希望在嵌套循环中对其进行迭代，那么一个解决方案可以是：

a = np.arange(0.5, -0.01, -0.01)
for i in range(len(a)):
    first_element = round(a[i], 2) # this is the 1st element, rounded to 2 digit
    for j in range(i, len(a)):
        second_element = round(a[j], 2) # same with 2nd element
        print(first_element, second_element) # you can replace this with your function

我希望我正确地理解了你的问题，并且没有解释你已经知道的事情。

---

祝你好运

感谢您的详细回复！我想你用那个代码解决了我的问题，我今天就用它来做实验。再次感谢！再次感谢您的帮助！一旦完成运行，我将使用最终结果更新github。这似乎需要几个小时哈量：）B.T.W如果不需要几个小时运行，您可能需要上传另一个问题，您可能会发现编写算法的更好方法：）啊，非常好的一点，会这样做：）再次感谢您的帮助

a = np.arange(0.5, -0.01, -0.01)
for i in range(len(a)):
    first_element = round(a[i], 2) # this is the 1st element, rounded to 2 digit
    for j in range(i, len(a)):
        second_element = round(a[j], 2) # same with 2nd element
        print(first_element, second_element) # you can replace this with your function