Оптимизация финансовых данных в Python ⇐ Python

[Anonymous]

Я пытаюсь рассчитать цену безубыточности для заданной внутренней нормы доходности и застреваю в корневом решателе области. Простой пример:

Код: Выделить всё

n = 10. # no of periods
years = np.arange(n) + 1
initial_investment = [-1000]
quantity_sold = np.full(n, 20)
price = np.full(n, 20)
revenue = quantity_sold * price
expense = np.full(n, 50)

cash_flow = np.concatenate([initial_investment, revenue - expense])

Благодаря этому мы можем рассчитать IRR и убедиться, что мы получаем NPV, равную 0, с помощью numpy_financial:

Код: Выделить всё

npf.irr(cash_flow), npf.npv(0.32975, cash_flow)
# (0.32975, 0.008)

Я хочу сделать противоположное: скажем, при IRR 40%, какой денежный поток необходим для цены безубыточности (NPV = 0).Я использую scipy.optimize.root, но не понимаю, как это структурировать. Я могу инвертировать npf.npv, чтобы получить IRR:

Код: Выделить всё

optimize.root(npf.npv, args=cash_flow, x0=0.5)

но Cash_flow — это массив, даже значения этого массива могут быть постоянными. Как бы я решил определить Cash_flow, учитывая внутреннюю норму доходности?

Подробнее здесь: https://stackoverflow.com/questions/791 ... -in-python