퀀트, 파이썬 / 기초코드 저장소(1) / Numpy -financial, numpy (npv, irr, 기하평균, 산술평균, 기댓값, 가중평균)

 

*해당 게시글은 2022.06.16 파이썬 금융코드 작성본을 업로드한 게시글입니다.

 

 

[NPV]

*NPV : 투자할 돈대비 나중에 벌어들일 수익을 고려했을때 어느정도의 현재가치가 있는지 판단요소

(Net present value)

 

import numpy_financial as npf

r = 0.015

cf = [-70000,12000,15000,18000,21000,26000]

npv = npf.npv(r,cf)

print(result)

 

[IRR]

*IRR : 투자할 돈대비 나중에 벌어들일 수익을 고려했을때 어느정도의 할인율이 나와야지 똔똔이 되는지 여부

(IRR은 NPV가 0이 될경우의 할인율을 뜻함)

import numpy_financial as npf

cf = [-70000,12000,15000,18000,21000,26000]

irr = npf.irr(cf)

print(irr)

 

[산술평균]

*산술평균 : 수익률 N빵

 

# 산술평균

returns = [0.1, 0.06, 0.05]

# for 구문 사용

SOR = 0

arimean = 0

# 기간

terms = len(returns)

for r in returns:

   SOR = SOR + r

arimean = SOR/terms

print("산술평균은 {0:0.4f} 이다".format(arimean))

 

[기하평균]

*기하평균 : 해당수익률을 곱한후 해당연도만큼 나눠서 표현

#기하평균

returns = [0.1, 0.06, 0.05]

geomean = 1

#for 구문 사용

for r in returns :

    geomean = geomean *(1+r)

geomean = geomean**(1/terms)-1

print("기하평균은 {0:0.4f} 이다.".format(geomean))

 

[기댓값 구하기]

#기댓값 구하기 (1)

from unittest import case

import numpy as np

a = np.array([1,2,3,4,5,6])

print(a.mean())

#기댓값 구하기 (2)

case = [1,2,3,4,5,6]

prob = [1/6, 1/6, 1/6, 1/6, 1/6, 1/6]

ex =0.0

for c,p in zip(case, prob) :

    ex = ex + c*p

print(ex)

#기댓값 구하기 (2-2)

case = [1,2,3,4,5,6]

prob = [1/6, 1/6, 1/6, 1/6, 1/6, 1/6]

ex=sum(c*p for c, p in zip(case, prob))

print(ex)

 

[이동평균선]

#이동평균 구하기

prices = [44800, 44850, 44600, 43750, 44000, 43900, 44350, 45350, 45500, 45700]

n=5

for p in prices[n:]:

    end_index = prices.index(p)

    begin_index = end_index - n

 

#소수점 없애기 format 함수사용

    print('{0:0.0f}'.format((sum(prices[begin_index:end_index])/n)))

 

[가중평균]

#가중평균 구하기

scores = [82,90,76]

weight = [0.2, 0.35, 0.45]

wgt_avg = 0.0

for a,b in zip(scores, weight) :

    wgt_avg = wgt_avg + a*b

print("가중평균 값은 {} 입니다.".format(wgt_avg))

 

 

#가중평균 구하기 2

scores = [82,90,76]

weight = [0.2, 0.35, 0.45]

wgt_avg= sum(a*b for a,b in zip(scores, weight))

print("가중평균 값은 {} 입니다.".format(wgt_avg))