选取书目
2.1资本资产定价模型与证券市场线
""" Linear regression with SciPy """
import是引用模块stats，stock_returns是股票收益率，mkt_return是市场收益率，”“是换行符，上下两行视为一个语句，linregress是计算CAPM模型的函数。
2.3因子模型的多元线性回归
先生成数据
import
导入numpy模块并命名为np（其余同上），array在numpy模块中对应矩阵。
np
此命令是生成八列一行区间为[0, 1)的随机数
for
列表解析，每循环一次，便生成一次随机数，两个命令联合边生成一个九行八列的随机数矩阵，用array存放，如下所示：
>>>
第二部，选取第一列为被解释变量，第2至8列为被解释变量，进行多元线性回归。
y_values
注意，Python中第一个起始位置是0，而不是1。
>>>
原书中代码为print results.summary() ，但实际运行会报错，根据书本目录，猜测为Python 2和Python 3的差异；所以修改成print(results.summary())，实测无误，以下为完整代码。注：本书其他错误代码均进行替换。
""" Least squares regression with statsmodels"""
拓展：
import
放于Python执行文件开头与结尾可以探测程序运行时间，并测试各个部分。
all_values
本例子中生成九行八列的随机数矩阵也可以使用该命令，更加简洁，也节约列表解析的时间。
2.4.2一个简单的线性优化问题
已知条件：
2x + y <=100 x + y <= 80 x <= 40 x >= 0 x >= 0
求 f(x, y) = 3x + 2y 的最大值
""" A simple linear optimization problem with 2 variables """
①导入线性规划模块PuLP
②设置模型中所使用的变量
③初始化，选择模型的类型和条件等
④目标函数
⑤求解
⑥遍历列表显示结果
结果显示，当x = 20，y = 60时，f(x, y)取最大值。
2.4.4整数规划
假设我们可以从三位经纪人手中购买150份特定外国证券的场外合同。经纪人X的报价为每份合同500美元，外加4000美元手续费。经纪人Y的报价为每份合同450美元，外加2000美元手续费。经纪人Z的报价为每份合同450美元，外加6000美元额外费用。另外经纪人X最多出售100份合同，经纪人Y最多出售90份合同，经纪人Z最多出售100份合同，且每个经纪人都是30份合同起售。请计算购买这150份合同所需的最低成本为多少？
根据内容写出不等式组合和目标函数
Minimize Σ Is Order[variable cost*quantity + fixed cost]
IsOrder =0（不购买合同）or 1（购买合同）
30 <= quantity x <= 100
30 <= quantity y <= 90
30 <= quantity z <= 70
quantity x + quantity y + quantity z <= 150在模块中定义变量：
""" An example of implementing an integer programing model with ninary conditions """
根据不等式进行初始化并写出约束条件：
""" This is and example of implementing an IP model with binary variables the wrong way"""
按照原不等式编程导致无法计算；究其原因是目标函数中IsOrder和quantity进行了相乘导致了非线性性，无法计算；应对原不等式进行调整。
注：IsOrder为0或1，非线性的二值变量，不满足f(x+y)=f(x)+f(y)。
Minimize Σ variable costquantity + fixed cost*IsOrder
IsOrder =0（不购买合同）or 1（购买合同）
IsOrder x*30 <= quantity x <= IsOrder x*100
IsOrder y*30 <= quantity y <= IsOrder y*100
IsOrder z*30 <= quantity z <= IsOrder z*100
quantity x + quantity y + quantity z <= 150将二值变量的乘积项放在不等式中，而不是目标函数。
""" This is and example of implementing an IP model with binary variables the correct way"""
完整代码：
""" An example of implementing an integer programing model with ninary conditions """
2.5使用矩阵解线性方程组
Ax = B
""" Linear algebra with Numpy matrics """
2.6LU分解
将方阵分解为上三角矩阵和下三角矩阵的点积
""" Lu decomposition with SciPy """
注：为更好显示结果，对原书代码进行部分改动。
2.7Cholesky分解
""" Cholesky decomposition with SciPy """
2.8QR分解
""" QR decomposition with SciPy """
Jacobi迭代法
""" Solve Ax=B with the Jacobi method """
Gauss-Seidel迭代法
""" Solve Ax=B with the Gauss-Seidel method """
3.4增量法
以下方法以函数求零点为例：
"""
运行：
from
3.5二分法
"""
运行：
from
3.6牛顿法
"""
运行：
y
3.7割线法
"""
运行：
y
