1

私の問題で非常に奇妙なことがわかりました。ここにファイル全体を置き、前のファイルを置き換えます。

import pandas as pd  
import numpy as np  
from option_pricer import BS_Call, r_input  
from scipy.optimize import leastsq  

## this function returns the error vector

def res_bs(p):  

    sigma = p  
    err = np.zeros(len(k))  
    for i in range(len(k)):  
        err[i] = (callEu[i]-BS_Call(sigma, r[i], T[i]/360, s[i], k[i] ))/sqrt(len(k))  
    return err

## this function returns the root mean squared error

def rmse_bs(p):

    return sqrt(sum(res_bs(p)**2))  

## this function converts the raw data into variables to be used      
def params_in(options):

    k = options.strk_prc  
    k = pd.np.array(k)  
    T = options.tmy  
    T = pd.np.array(T)  
    s = options.undl_prc  
    s = pd.np.array(s)  
    callEu = options.eur_call_prc  
    callEu = pd.np.array(callEu)  
    callAm = options.ame_call_prc  
    callAm = pd.np.array(callAm)  
    r1 = unique(options.r1)  
    r1 = pd.np.array(r1)      
    r2 = unique(options.r2)  
    r2 = pd.np.array(r2)      
    r3 = unique(options.r3)  
    r3 = pd.np.array(r3)      
    r4 = unique(options.r4)  
    r4 = pd.np.array(r4)      
    r5 = unique(options.r5)  
    r5 = pd.np.array(r5)  
    r = r_input(T, r1, r2, r3, r4, r5)  
    return [k, T, s, callEu, callAm, r]  

## the calibration routine
def calib_bs(data):

    tdDays = sorted(set(data.d_td))  
    N = len(tdDays)  
    sigma_implied = np.zeros(N)  
    rmseBS = np.zeros(N)  
    for i in range(N):  
        options = data[data['d_td']==tdDays[i]]  
        global k, T, s, callEu, callAm, r  
        [k, T, s, callEu, callAm, r] = params_in(options)  
        p0 = 0.05    
        sigma_implied[i] = leastsq(res_bs, p0)[0]  
        rmseBS[i] = rmse_bs(sigma_implied[i])  
    return [sigma_implied, rmseBS]  

data = pd.read_csv("mydata.csv")

[sigma, rmseBS] = calib_bs(data)

Spyder で直接 (「F5」を押して) 上記を実行すると、結果はただp0! しかし、対話的に実行すると、つまり、データをロードし、関数を定義し、キャリブレーション関数を呼び出すと、正しい答えが得られます!

私の直感では、この問題は Python がコマンドを実行する方法または順序に関連していることがわかります。しかし、私はそれについての知識を持っていません。

インタラクティブではなく直接実行できるようにコードを変更する方法を誰か教えてもらえますか?

付録: 以下のテストを試しましたが、問題は見つかりませんでした。つまり、結果は正しく、コードをどのように実行するかに依存しません。たとえば、直接 ("F5") または対話的に実行します。「data.csv」ファイルは何でもかまいません。np.arrange(1,41).reshape(20,2) でマトリックスを作成し、それを data.csv として保存します。

scipy.optimize からnumpy を np として
インポート 最小平方数をインポート testFuncsから
pd として
pandas をインポート インポート f ## f は f(x, p) x*p、線形関数を返す

def ssr(p):

    beta = p  
    err = np.zeros(len(x))  
    for i in range(len(x)):  
        err[i] = ( y[i]-f(x[i],beta) )  
    return err  

def calibration(data):

    l = data.count()[0]
    a = data.a
    a = pd.np.array(a)
    b = data.b
    b = pd.np.array(b)
    par = np.zeros(l/5)
    for i in range(l/5):
        global x, y
        x = a[i*5:(i+1)*5]
        y = b[i*5:(i+1)*5]
        p0 = 1
        par[i] = leastsq(ssr, p0)[0]
    return par

result = calibration(data)
4

0 に答える 0