使用两个变量优化 cumprod()

Question

我正在尝试优化一个包含两个变量的函数。问题是我的函数有一个 pandas 数据帧 'df_main'，其中有 3 列 param_1、param_2 和 returns，因此我想最大化输出低于定义，

def func(p1, p2):
    return df_main[(df_main['param_1'] >= p1) & (df_main['param_2'] >= p2)]['returns'].add(1).cumprod().iloc[-1]

定义 returns returns 列在 param_1 和 param_2

列上应用过滤器后的累积乘积

我正在尝试以下操作，

import scipy.optimize as spo
spo.brute(func, ((0, 1, 0.1), (0, 1, 0.1)), finish=None)

导致，

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-322-4fb6b5111a14> in <module>
----> 1 spo.brute(func, ((0,1,0.1), (0,1,0.1)), finish=None)

e:\Anaconda3\lib\site-packages\scipy\optimize\optimize.py in brute(func, ranges, args, Ns, full_output, finish, disp)
   2829     if (N == 1):
   2830         grid = (grid,)
-> 2831     Jout = vecfunc(*grid)
   2832     Nshape = shape(Jout)
   2833     indx = argmin(Jout.ravel(), axis=-1)

e:\Anaconda3\lib\site-packages\numpy\lib\function_base.py in __call__(self, *args, **kwargs)
   1970             vargs.extend([kwargs[_n] for _n in names])
   1971 
-> 1972         return self._vectorize_call(func=func, args=vargs)
   1973 
   1974     def _get_ufunc_and_otypes(self, func, args):

e:\Anaconda3\lib\site-packages\numpy\lib\function_base.py in _vectorize_call(self, func, args)
   2040             res = func()
   2041         else:
-> 2042             ufunc, otypes = self._get_ufunc_and_otypes(func=func, args=args)
   2043 
   2044             # Convert args to object arrays first

e:\Anaconda3\lib\site-packages\numpy\lib\function_base.py in _get_ufunc_and_otypes(self, func, args)
   2000 
   2001             inputs = [arg.flat[0] for arg in args]
-> 2002             outputs = func(*inputs)
   2003 
   2004             # Performance note: profiling indicates that -- for simple

e:\Anaconda3\lib\site-packages\scipy\optimize\optimize.py in _scalarfunc(*params)
   2823     def _scalarfunc(*params):
   2824         params = asarray(params).flatten()
-> 2825         return func(params, *args)
   2826 
   2827     vecfunc = vectorize(_scalarfunc)

TypeError: func() missing 1 required positional argument: 'p2'

如何在使用 cumprod() 将两个参数用作数据框上的过滤器时强制使用它们？ 3 列的 numpy 数组而不是数据框本身的应用程序应该也够了。

Answer 1

scipy.optimize.brute 可能将参数作为数组（形式为 np.array([p1,p2])）提供给您的函数。所以如果你改变你的功能来适应这个，那行得通吗？例如

def func(p_arr):
    p1, p2 = p_arr
    return df_main[(df_main['param_1'] >= p1) & (df_main['param_2'] >= p2)]['returns'].add(1).cumprod().iloc[-1]

使用两个变量优化 cumprod()

Optimize for cumprod() with two variables

python

numpy

mathematical-optimization

pandas