python - python 中识别 python 数组或列表中最大累积差异的最快方法是什么？

Question

假设我有以下列表，对应于及时的股票价格:

prices = [1, 3, 7, 10, 9, 8, 5, 3, 6, 8, 12, 9, 6, 10, 13, 8, 4, 11]

我想确定以下总体上最大的累积差异，例如最大的返回:

[(1,10), (3,12), (6,13), (4,11)]

累积差 = 9+9+7+7 = 32

现在根据这个结果，我想在这些价格之间分配多头头寸 (1)，其余时间分配空头头寸 (0):

prices   = [1, 3, 7, 10, 9, 8, 5, 3, 6, 8, 12, 9, 6, 10, 13, 8, 4, 11]
position = [1, 1, 1, 1, 0, 0, 0, 1, 1, 1, 1, 0, 1, 1, 1, 0, 1, 1]

到目前为止，我设法用这段代码识别了列表中的最大差异:

print(nlargest(20, combinations(prices, 2), key = lambda x: abs(x[0]-x[1])))
[(1, 13), (1, 12), (1, 11), (3, 13), (3, 13), (1, 10), (1, 10), (3, 12), (3, 12), (13, 4)]

但随着时间的推移，我无法考虑它应该“读取”列表而不是在尝试组合时进一步使用前面的元素。

我也试过这个，它以矢量方式识别，唯一最大的区别是:

cummin = np.minimum.accumulate
print(np.max(prices - cummin(prices)))
12

还有这个，这似乎是我最接近的猜测:

l = np.array(list)
a = np.tile(l,(len(l),1))
print(a - a.T)
[[  0   2   6   9   8   7   4   2   5   7  11   8   5   9  12   7   3  10]
 [ -2   0   4   7   6   5   2   0   3   5   9   6   3   7  10   5   1   8]
 [ -6  -4   0   3   2   1  -2  -4  -1   1   5   2  -1   3   6   1  -3   4]
 [ -9  -7  -3   0  -1  -2  -5  -7  -4  -2   2  -1  -4   0   3  -2  -6   1]
 [ -8  -6  -2   1   0  -1  -4  -6  -3  -1   3   0  -3   1   4  -1  -5   2]
 [ -7  -5  -1   2   1   0  -3  -5  -2   0   4   1  -2   2   5   0  -4   3]
 [ -4  -2   2   5   4   3   0  -2   1   3   7   4   1   5   8   3  -1   6]
 [ -2   0   4   7   6   5   2   0   3   5   9   6   3   7  10   5   1   8]
 [ -5  -3   1   4   3   2  -1  -3   0   2   6   3   0   4   7   2  -2   5]
 [ -7  -5  -1   2   1   0  -3  -5  -2   0   4   1  -2   2   5   0  -4   3]
 [-11  -9  -5  -2  -3  -4  -7  -9  -6  -4   0  -3  -6  -2   1  -4  -8  -1]
 [ -8  -6  -2   1   0  -1  -4  -6  -3  -1   3   0  -3   1   4  -1  -5   2]
 [ -5  -3   1   4   3   2  -1  -3   0   2   6   3   0   4   7   2  -2   5]
 [ -9  -7  -3   0  -1  -2  -5  -7  -4  -2   2  -1  -4   0   3  -2  -6   1]
 [-12 -10  -6  -3  -4  -5  -8 -10  -7  -5  -1  -4  -7  -3   0  -5  -9  -2]
 [ -7  -5  -1   2   1   0  -3  -5  -2   0   4   1  -2   2   5   0  -4   3]
 [ -3  -1   3   6   5   4   1  -1   2   4   8   5   2   6   9   4   0   7]
 [-10  -8  -4  -1  -2  -3  -6  -8  -5  -3   1  -2  -5  -1   2  -3  -7   0]]

但我无法从这个矩阵中找出这些交易的最佳组合 [(1,10), (3,12), (6,13), (4,11) ]

谁能帮帮我？

Answer 1

您可以使用 itertools.groupby 获得所需的配对作为:

from itertools import groupby
prices = [1, 3, 7, 10, 9, 8, 5, 3, 6, 8, 12, 9, 6, 10, 13, 8, 4, 11]

incr_pairs = [list(g) for i, g in groupby(zip(prices, prices[1:]), lambda x: x[0] < x[1]) if i]
greatest_diff = [(x[0][0], x[-1][-1]) for x in incr_pairs]

greatest_diff 会给你:

[(1, 10), (3, 12), (6, 13), (4, 11)]

现在要获得累积差异，您可以使用 sum作为:

my_sum = sum(j-i for i, j in greatest_diff)
# where `my_sum` will give you: 32