R到Python的隨機程序轉換-有解無憂

我想將下面的 R 代碼翻譯成 Python。

它主要是一個隨機程序，我需要將其轉換為 Python。

該代碼實作了具有兩個波動性階段的跳躍程序的馬爾可夫鏈模擬。

set.seed(42)

nSim   <- 1E5
tau    <- 3
K      <- 105
S0     <- 100
rf     <- 0.05
vol_lo <- 0.25
vol_hi <- 0.75
lambda <- c(3,2) # away-from-lo, away-from-hi

sim_time_in_lo <- function(state0){
  t <- 0
  s <- state0
  time_lo <- 0
  while (t<tau){
    dt <- rexp(n=1,lambda[s])
    if ((t dt)>tau){ dt <- tau - t}
    if (s==1){time_lo <- time_lo   dt }
    if (s==1){s<-2} else {s <-1}
    t <- t  dt
  }
  time_lo
}
tau_lo     <- sapply(1:nSim,function(i){sim_time_in_lo(1)})
tau_hi     <- tau - tau_lo
total_var  <- tau_lo * vol_lo^2   tau_hi * vol_hi^2
drift      <- rf * tau-0.5*total_var
randomness <- sqrt(total_var)*rnorm(nSim,)

Python 嘗試如下：

我認為我在熊貓中錯誤地使用了類似 sapply 的功能。

import numpy as np
import pandas as pd


np.random.seed(42)

nSim   = 1000
tau    = 3
K      = 105
S0     = 100
r      = 0.05
vol_lo = 0.25
vol_hi = 0.75
lambd = [3,2] # away-from-lo, away-from-hi

def sim_time_in_lo(state0):
    t = 0
    s = state0
    time_lo = 0
    while (t<tau):
        dt = np.random.exponential(scale = lambd[s],size = nSim)
        if (t dt)>tau:
            dt = tau - t
        elif s == 1:
                time_lo = time_lo   dt
        elif s == 1:
            s = 2
        else : s = 1
        t = t  dt
        time_lo

df = pd.DataFrame([sim_time_in_lo(1) for i in range(1,nSim)]);df
tau_hi     = tau - tau_lo
total_var  = tau_lo * vol_lo**2   tau_hi * vol_hi**2
drift      = r * tau-0.5*total_var
randomness = np.sqrt(total_var)*np.random.normal(size=nSim)

但我收到一個錯誤

df = pd.DataFrame([sim_time_in_lo(1) for i in range(1,nSim)]);df

ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

我的錯誤是什么？

uj5u.com熱心網友回復：

以下是使其運行的一些改進：

nSim = int(1e5)
tau = 3
K = 105
S0 = 100
r = 0.05
vol_lo = 0.25
vol_hi = 0.75
lambd = [3, 2]  # away-from-lo, away-from-hi


def sim_time_in_lo(state0):
    t = 0
    s = state0
    time_lo = 0
    while t < tau:
        dt = np.random.exponential(size=1, scale=1/lambd[s])
        if (t   dt) > tau:
            dt = tau - t
        if s == 0:
            time_lo = time_lo   dt
            s = 1
        else:
            s = 0
        t = t   dt
    if isinstance(time_lo, np.ndarray):
        return time_lo[0]
    return time_lo


tau_lo = np.array([sim_time_in_lo(0) for i in range(nSim)])
tau_hi = tau - tau_lo
total_var = tau_lo * vol_lo ** 2   tau_hi * vol_hi ** 2
drift = r * tau - 0.5 * total_var
randomness = np.sqrt(total_var) * np.random.normal(size=nSim)

nSim 是 1e5，而不是 1000。此語法也適用于 Python，但您需要轉換為 int。
與 R 不同，Python 使用零索引，因此狀態需要為 0 和 1 才能從lambd.
size指數的引數應為 1，以回傳標量，而不是nSim- 這就是您收到錯誤的原因。
您必須使用顯式return陳述句，這與 R 不同（否則 Python 函式 return None）。
修復了一些奇怪的縮進，這也導致了我認為的問題。
首先初始化time_lo為大小為 1 的陣列，否則有時會回傳標量。然后最后從大小為 1 的陣列中提取標量。
使用陣列而不是資料框。（現在不需要匯入熊貓。）
NB np.random.exponential的scale引數是 $\beta$，即 $\frac{1}{\lambda}$。的rrexp的rate是$ \ $拉姆達。

uj5u.com熱心網友回復：

你的錯誤是在條件中if (t dt)>tau。dt是一個陣列，它生成(t dt)>tau一個布林值陣列。

使用((t dt)>tau).any()或((t dt)>tau).all()賦予 if 陳述句含義。.all()意味著您希望的每個值都t dt大于 tau，并且.any()意味著如果只有一個值更大，那就足夠了。

轉載請註明出處，本文鏈接：https://www.uj5u.com/shujuku/380560.html

標籤：Python r 熊猫麻木的

上一篇：如何處理NumPy中的大整數？

下一篇：如何根據值從串列中選擇r%樣本？