Python数据分析_Numpy中的金融函数

numpy中的金融函数一览:

终值                  fv
现值                  pv
净现值                npv
每期支付金额          pmt
内部收益率            irr
修正内部收益率        mirr
定期付款期数          nper
利率                  rate


终值:fv,计算的是未来的价值。

numpy.fv(rate, nper, pmt, pv[, when='end'])
#参数:
rate:每一期的利率(rate of interest)。数值或矩阵(M, )。
nper:期数。
pmt:payment。
pv:present value,现值。
when:{{‘begin’, 1}, {‘end’, 0}}, {string, int}, optional. 
    每一期的开头还是结尾付。
    
# 例子:年利率为5%,存100,然后每个月存100,10年后可以得到多少。【零存】
>>> np.fv(0.05/12, 10*12, -100, -100)
15692.928894335748

【负值代表现金流出,比如存到银行后目前就不可用了。】

如果传入的参数是array性质的,那么计算结果也是array。比如比较不同利率的终值。
>>> a = np.array((0.05, 0.06, 0.07))/12
>>> np.fv(a, 10*12, -100, -100)
array([ 15692.92889434,  16569.87435405,  17509.44688102])

现值:pv,计算未来金额在现在的价值。

numpy.pv(rate, nper, pmt, fv=0.0, when='end')
#参数含义同fv

#例子:年利率5%,每月投入100,需要投入多少本金才可以在10年后的15682.93。
>>> np.pv(0.05/12, 10*12, -100, 15692.93)
-100.00067131625819

每期支付金额:pmt

numpy.pmt(rate, nper, pv[, fv=0, when='end'])
参数:利率,分期数,现金值。

例子:月付,200,000,15年还清,年利率为7.5%

>>> np.pmt(0.075/12, 12*15, 200000)
-1854.0247200054619

每期支付金额之本金:ppmt

  • numpy.ppmt(rate, per, nper, pv[, fv, when]) Compute the payment against loan principal.
  • per表示目前处在第几个还款期
  • 由于在等额还款方式下虽然每期偿还的总金额(本金+利息)相等,但是各期的本金及利息不相等,随着时间的推移,每期偿还的本金逐渐增加,利息逐渐减少。

每期支付金额之利息:ipmt

  • numpy.ipmt(rate, per, nper, pv[, fv, when]) Compute the interest portion of a payment.

  • pmt = ppmt + ipmt

分期数:nper

numpy.nper(rate, pmt, pv, fv=0, when='end')
参数:略
例子:如果你以每月150,年利率为7%,来还清8000的贷款,需要多少期?
>>> print(round(np.nper(0.07/12, -150, 8000), 5))
64.07335

同样也可以计算不同利率,做比较。

利率:rate

numpy.rate(nper, pmt, pv, fv[, when='end', guess=0.1, tol=1e-06, maxiter=100])

以上这些都是当前资金和未来资金的转换。


净现值:npv(net present value)

  • 净现值是指投资方案所产生的【现金净流量】(流入-流出)以资金成本为贴现率折现之后与原始投资额现值的差额
  • 经济意义
    • NPV>0表示项目实施后,除保证可实现预定的收益率外,尚可获得更高的收益。
    • NPV<0表示项目实施后,未能达到预定的收益率水平,而不能确定项目已亏损。
    • NPV=0表示项目实施后的投资收益率正好达到预期,而不是投资项目盈亏平衡。
numpy.npv(rate, values)
参数:
rate: scalar数值,折现率。
values: 现金流。正数代表‘收入’或‘取款’,负数代表‘投资’或‘存款’。
        第一个值必须是初始的投资,也就是必须是负数。

公式:
NPV=Σ(CI-CO)(1+i)^(-t)
式中:CI——现金流入,CO——现金流出,(CI-CO)——第t年净现金流量,i——基准折现率

>>> np.npv(0.281,[-100, 39, 59, 55, 20])
-0.0084785916384548798

内部收益率:irr

numpy.irr(values)返回Internal Rate of Return (IRR).
参数:
values: array形式,每一期的现金流。

#用例子来解释:
一个人投资100,然后按照固定的时间间隔进行取款,[39,59,55,20]。
假设最终值是0,那么他投资的100,最终产出是173。
因为阶段性取款,收益率不是简单的做平均。而是用以下公式计算:
-100 + 39/(1+r) + 59/(1+r)^2 + 55/(1+r)^3 + 20/(1+r)^4 = 0

代码:
>>> round(np.irr([-100, 39, 59, 55, 20]), 5)
0.28095
>>> round(np.irr([-100, 0, 0, 74]), 5)
-0.0955
>>> round(np.irr([-100, 100, 0, -7]), 5)
-0.0833

修正内部收益率: mirr(modified internal rate of return)

numpy.mirr(values, finance_rate, reinvest_rate)

参数
values : array_like
    现金流(必须有一个正值和一个负值),第一个值可以看做是沉没成本。
finance_rate : scalar
    Interest rate paid on the cash flows
reinvest_rate : scalar
    Interest rate received on the cash flows upon reinvestment
Returns: float
    Modified internal rate of return
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,324评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,303评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,192评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,555评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,569评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,566评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,927评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,583评论 0 257
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,827评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,590评论 2 320
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,669评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,365评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,941评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,928评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,159评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,880评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,399评论 2 342

推荐阅读更多精彩内容