Python 执行np.dot时获取ValueError

我必须找到投资组合的年回报率和波动率。 我有一个数据框，有5列，每列包含一只股票的收盘价

    ABC FINE    GAYA    RITES   LEMON
0   98.00   1203.70 1.00    260.30  69.00
1   98.25   1200.45 1.00    263.10  69.55
2   99.25   1202.55 1.05    267.50  71.15
3   100.10  1212.05 1.05    271.35  74.30
4   100.00  1188.00 1.00    274.00  73.60

为了计算收益率和波动率，我必须计算每日收益率和协方差矩阵

daily_return = port.pct_change().dropna()
port_cov = daily_return.cov()

当我使用

pf_returns, pf_volatility, pf_sharpe_ratio, pf_port_weights=([] for i in range(4))
num_portfolios = 10000
for portfolio in range(num_portfolios):
    weights = np.full((332,5),0.2)
    returns = np.array(np.dot(weights,daily_return))
    volatility = np.sqrt(np.dot(weights.T,np.dot(port_cov,weights)))
    sharpe = returns / volatility
    pf_port_weights.append(weights)
    pf_returns.append(returns)
    pf_volatility.append(volatility)
    pf_sharpe_ratio.append(sharpe)

我发现了错误

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-666-31789f69fbed> in <module>()
      3 for portfolio in range(num_portfolios):
      4     weights = np.full((332,5),0.2)
----> 5     returns = np.array(np.dot(weights,daily_return))
      6     volatility = np.sqrt(np.dot(weights.T,np.dot(port_cov,weights)))
      7     sharpe = returns / volatility

ValueError: shapes (332,5) and (332,5) not aligned: 5 (dim 1) != 332 (dim 0)

我尝试使用

cov = np.asarray(port_cov)
cov.reshape(332,5)

我发现了错误

ValueError: cannot reshape array of size 25 into shape (332,5)

---

两个矩阵权重和日收益的点积定义如下：

weights.daily_return=权重转置*daily_return

weights.shape

需要有shape

（5332）

weights=np.full（（5332），0.2）

在点积中，两个结构的内部尺寸必须一致，例如，考虑行向量v’1x5，能够点积它，另一个结构必须是S5xx（其中<代码> x < /代码>是任何维度）。那么，你的台词是： 必须是：

weights = np.full((5,332),0.2)

或者使用

.T

属性预先将其转换为

点

操作，如中所示：

returns = np.array(np.dot(weights.T,daily_return))

---

以下两行是错误的，因为很明显，

port\u conv

只有

25个
元素（如
port\u cov.shape
中所示）。您将如何将这些元素转换为
332x5
，即
1660
元素
有两种可能的方法将
权重
乘以
端口cov
：

np.dot(weights, port_cov)

或

你是对的，你的解决方案有效！我如何使用cov使其可以乘以重量？对不起，可以。
weights = np.full((332,5),0.2)

weights = np.full((5,332),0.2)

returns = np.array(np.dot(weights.T,daily_return))

cov = np.asarray(port_cov)
cov.reshape(332,5)

np.dot(weights, port_cov)

np.dot(port_cov, weights.T)