ValueError: f(a) 和 f(b) 必须有不同的符号

Question

我有一个数据框，其中包含日期、现金、汇率、姓名等列。当我尝试按名称分组时，我能够找到 XIRR 的值，但是当我尝试按速率分组时，错误出现在

文件 "C:\ProgramData\Anaconda3\lib\site-packages\scipy\optimize\zeros.py", 第 519 行，在布伦特 r = _zeros._brentq(f,a,b,xtol,rtol,maxiter,args,full_output,disp)

ValueError: f(a) and f(b) must have different signs"

def xnpv(rate, values, dates):    
    if rate <= -1.0:
        return float('inf')
    d0 = dates.min()   # or min(dates)
    return sum([ vi / (1.0 + rate)**((di - d0).days / 365.0) for vi, di in zip(values, dates)])
def xirr(values, dates):  
    try:
        return scipy.optimize.newton(lambda r: xnpv(r, values, dates), 0.0)
    except RuntimeError:    # Failed to converge?
        return scipy.optimize.brentq(lambda r: xnpv(r, values, dates), -1.0, 1e10) 

def f(x):

    x["XNPV"] = xnpv(0.1, x["Cash"], x['Date'])
    x["XIRR"] = xirr( x["Cash"], x['Date'])
    return x

f2 = f1.groupby('RATE').apply(f)

Answer 1

错误信息相当清楚。 来自docs

返回浮点数，a 和 b 之间的 f 的零。 f 必须是连续的 函数，[a,b] 必须是变号区间。

出现这种情况是因为 brentq 对“二等分”求根技术进行了修改，而牛顿法却没有。鉴于区间之间存在根的保证（这意味着区间之间的符号必须改变），brentq 将始终收敛。
这与 newton 方法形成对比，后者不受相同要求的影响，但可能无法收敛，因为它依赖于初始根猜测。

底线 scipy.optimize.brentq(lambda r: xnpv(r, values, dates), -1.0, 1e10) 在这里，区间被视为 [-1.0, 1e10]，并且对于这两个值，函数必须评估为相同的符号。您需要为f(a) 和f(b) 提供一个具有不同值的区间，以确保根位于两者之间。