numpy 数组时间点现值

Question

我有一个 numpy 数组的未来现金流和 0.01 的贴现率。我想计算每个时间点未来现金流的现值。例如，如果我想计算 t=0 时的现值，我会这样做：

cash_flow = np.array([3, 4, 5, 3, 5])
pv_0 = sum(cf/((1+0.01)**i) for i,cf in emunerate(cash_flow, start=1))

所以在 t = 1 时，我会做同样的事情，除了将所有内容向前移动一个周期：

cash_flow_1 = np.array([4, 5, 3, 5])
pv_1 = sum(cf/((1+0.01)**i) for i,cf in emunerate(cash_flow_1, start=1))

我希望最终结果是一个 numpy 数组作为原始 cash_flow 数组。有没有比在每个元素上编写 for 循环更聪明的方法？

编辑： 受下面对话的启发，我有一个“数组”方法（这只是我说没有循环的方式......）：

discount_array = np.geomspace((1/1.01)**5, 1/1.01, 5)
(np.cumsum(cash_flow[::-1]*discount_array)*np.geomspace((1.01)**4, 1, 5))[::-1]

Answer 1

尝试以下方法：

def cf_calc(arr):
    return sum(cf/((1+0.01)**i) for i,cf in enumerate(arr, start=1))

cfs_array = np.array([])   
for p in range(len(cash_flow)):
    cfs_array = np.append(cfs_array, cf_calc(cash_flow[p:]))
cfs_array

输出：

array([19.38470144, 16.57854845, 12.74433394,  7.87177728,  4.95049505])