Python:获取投资组合的所有可能的权重组合

Question

我认为这个问题可以使用 itertools 或 cartesian 来解决，但我是 Python 的新手并且很难使用它们:

我有一个包含 5 只股票的投资组合，其中每只股票的权重可以为 -0.4、-0.2、0、0.2 或 0.4，权重加起来为 0。如何创建一个函数来生成每只股票的列表可能的权重组合。例如[-0.4, 0.2, 0, 0.2, 0]...等

理想情况下，该函数适用于 n 只股票，因为我最终想对 50 只股票执行相同的过程。

编辑:为了澄清，我正在寻找长度为 n(在本例中为 5)的所有组合，总和为 0。值可以重复:例如:[0.2, 0.2, -0.4 , 0, 0], [ 0.4, 0, -0.2, -0.2, 0.4], [0,0,0,0.2,-0.2], [0, 0.4, -0.4, 0.2, -0.2] 等 [ 0,0,0,0,0] 将是一个可能的组合。事实上，有 5 种可能的权重和 5 只股票是巧合(我应该避免!)，同样的问题可能有 5 种可能的权重和 3 只股票或 7 只股票。谢谢。

Answer 1

类似这样的东西，虽然它不是很有效。

from decimal import Decimal
import itertools

# possible optimization: use integers rather than Decimal
weights = [Decimal("-0.4"), Decimal("-0.2"), Decimal(0), Decimal("0.2"), Decimal("0.4")]

def possible_weightings(n = 5, target = 0):
    for all_bar_one in itertools.product(weights, repeat = n - 1):
        final = target - sum(all_bar_one)
        if final in weights:
            yield all_bar_one + (final,)

我从评论中重复一遍，您不能对 n = 50 执行此操作。代码会产生正确的值，但宇宙中没有时间迭代所有可能的权重。

这段代码并不出色。它会做一些不必要的工作来检查情况，例如，除了前两个之外所有的总和已经大于 0.8，因此没有必要单独检查这两个中第一个的所有可能性。

所以，这几乎是 n = 5 的时间，但是 n 的一些值使这段代码变得非常慢，你可以用更好的方式走得更远代码。你仍然不会达到 50。我懒得写更好的代码，但基本上你可以用越来越小的值递归调用 possible_weightings 而不是 all_bar_one n 和 target 的值等于给定的目标减去目前的总和。然后通过在 target 太大(正或负)仅使用 n 值无法达到的情况下尽早退出，修剪所有不需要的分支.