Я тестирую некоторые фрагменты кода, которые я нашел, но у меня возникли проблемы с определением ошибки.
Код:
import datetime as dt
from datetime import date
import pandas as pd
import pandas_datareader.data as web
import numpy as np
import time
import math
import scipy.optimize as optimize
start = dt.datetime(2016,12,1)
end = dt.datetime(2020,12,1)
tick = ['GOOG', 'AAPL', 'AMZN']
#pandas dataframe
data = web.DataReader(tick, 'yahoo', start, end)['Adj Close']
data = np.log(data/data.shift(1))
def sharpetest(wts, returns):
weights = np.array(wts)
port_return = np.sum(returns.mean() * weights) * 252
port_vol = np.sqrt(np.dot(weights.T, np.dot(returns.cov() * 252, weights)))
sharpe = port_return/port_vol
sharpe = np.array(sharpe)
return sharpe
num_assets = len(tick)
constraints = ({'type' : 'eq', 'fun': lambda x: np.sum(x) -1})
bounds = tuple((0,1) for x in range(num_assets))
args = (num_assets * [1./num_assets,], data)
optimal_sharpe=optimize.minimize(sharpetest,
args,
method = 'SLSQP',
bounds = bounds,
constraints = constraints)
print(optimal_sharpe)
Выход:
/usr/local/lib/python3.9/site-packages/numpy/core/_asarray.py:83:
VisibleDeprecationWarning: Creating an ndarray from ragged nested sequences (which is a list-
or-tuple of lists-or-tuples-or ndarrays with different lengths or shapes) is deprecated. If
you meant to do this, you must specify 'dtype=object' when creating the ndarray
return array(a, dtype, copy=False, order=order)
TypeError: float() argument must be a string or a number, not 'list'
Как видите, строка, где TypeError не указана. Как найти ошибку?
Прошу прощения за такой элементарный вопрос.
Ошибки предоставляют трассировку, а предупреждения — нет.






Ошибка типа исходила от применения функции sharpetest. Это происходит от объединения веса с данными. Вот пример того, как исправить код.
constraints = ({'type' : 'eq', 'fun': lambda x: np.sum(x) -1})
bounds = tuple((0,1) for x in range(num_assets))
x0 = num_assets * [1./num_assets,]
args = (data)
print(sharpetest(num_assets * [1./num_assets,], data))
optimal_sharpe=optimize.minimize(sharpetest,
x0,
args,
method = 'SLSQP',
bounds = bounds,
constraints = constraints)
print(optimal_sharpe)
Вы можете видеть, что x0 разбивается на собственный аргумент, а затем дополнительные данные (доходность акций) передаются в качестве аргументов. Очень интересный у вас пример!
Результат, который я получаю,
fun: array(0.79108107)
jac: array([-7.45058060e-09, 7.86704488e-01, 7.25132324e-01])
message: 'Optimization terminated successfully'
nfev: 12
nit: 3
njev: 3
status: 0
success: True
x: array([1.00000000e+00, 1.38777878e-16, 0.00000000e+00])
должно ли это быть args=(data,), кортеж?
Да, в вашем случае это должен быть кортеж только одного значения. (данные) — это кортеж, так что это (), так (данные, None), так и (данные, None, None, «a») и т. д. Взгляните на определение кортежа docs. python.org/3.3/library/stdtypes.html?highlight=tuple#tuple.
(data) не является кортежем, если только data сам по себе не является кортежем. Для кортежей с одним элементом требуется запятая.
Многие проблемы с этими функциями
optimizeвозникают из-за недостаточного внимания к документации. Аргументыminimizeдолжны быть в форме:(fun, x0, args=(), method=None,...).