Передача переменной из другой функции в классе в пул

Question

Приведенный ниже код имитирует цену акции и рассчитывает ее выплату. Я пытаюсь использовать многопроцессорность для ускорения моделирования. Проблема в том, что в CallUpAndOut, где у меня есть pool.map, я не уверен, как получить доступ к total из simulations

Я пробовал несколько вещей, таких как self.Simulations.Total или self.total, но это не работает.

import numpy as np
from multiprocessing import Pool
import time

class PricingSimulatedBarrierOption:
    def __init__(self, spot, strike, barrier, rate, sigma, time, sims, steps):
        self.spot = spot
        self.strike = strike
        self.barrier = barrier
        self.rate = rate
        self.sigma = sigma
        self.time = time
        self.sims = sims
        self.steps = steps
        self.dt = self.time / self.steps

    def Simulations(self):

        total = np.zeros((self.sims,self.steps+1),float)
        pathwiseS= np.zeros((self.steps+1),float)
        for j in range(self.sims):
            pathwiseS[0] =self.spot
            total[j,0] = self.spot
            for i in range(1,self.steps+1):
                phi = np.random.normal()
                pathwiseS[i] = pathwiseS[i-1]*(1+self.rate*self.dt+self.sigma*phi*np.sqrt(self.dt))
                total[j,i]= pathwiseS[i]

        return total.reshape(self.sims, self.steps+1)

    def CallUpAndOut(self):

        start_time = time.time()
        p = Pool()
        getpayoff = p.map(self.Simulations(),self.total) ###How to pass total here?
        p.close()
        p.join()
        end_time = time.time()-start_time
        print(end_time)
#        getpayoff = self.Simulations()
        callpayoff = np.zeros((self.sims),float)
        for j in range(self.sims):
            if max(getpayoff[j,])>=self.barrier:
                callpayoff[j] = 0
            else:
                callpayoff[j] = max(getpayoff[j,self.steps-1]-self.strike,0)  

        return np.exp(-self.rate*self.time)*np.average(callpayoff)

c = PricingSimulatedBarrierOption(100,100,170,0.05,0.2,1,10000,252)
print(c.CallUpAndOut())

Answer 1

Чтобы сработать, мне пришлось перенести декларацию наружуНиже код теперь может принимать переменные в функции пула.

import numpy as np
from multiprocessing import Pool
import time

class PricingSimulatedBarrierOption:
    def __init__(self, spot, strike, barrier, rate, sigma, time, sims, steps):
        self.spot = spot
        self.strike = strike
        self.barrier = barrier
        self.rate = rate
        self.sigma = sigma
        self.time = time
        self.sims = sims
        self.steps = steps
        self.dt = self.time / self.steps
        self.pathwiseS= np.zeros((self.steps+1),float)

def Simulations(self):

    print("Called")
    total = np.zeros((self.sims,self.steps+1),float)
    self.pathwiseS= np.zeros((self.steps+1),float)
    for j in range(self.sims):
        self.pathwiseS[0] =self.spot
        total[j,0] = self.spot
        for i in range(1,self.steps+1):
            phi = np.random.normal()
            self.pathwiseS[i] = self.pathwiseS[i-1]*(1+self.rate*self.dt+self.sigma*phi*np.sqrt(self.dt))
            total[j,i]= self.pathwiseS[i]

    return total.reshape(self.sims, self.steps+1)

def CallUpAndOut(self):

    start_time = time.time()
    p = Pool()
    getpayoff = p.map(self.Simulations(),self.pathwiseS)
    p.close()
    p.join()
    end_time = time.time()-start_time
    print(end_time)
#        getpayoff = self.Simulations()
    callpayoff = np.zeros((self.sims),float)
    for j in range(self.sims):
        if max(getpayoff[j,])>=self.barrier:
            callpayoff[j] = 0
        else:
            callpayoff[j] = max(getpayoff[j,self.steps-1]-self.strike,0)  

    return np.exp(-self.rate*self.time)*np.average(callpayoff)

Answer 2

В определении функции добавьте параметр, см. Пример ниже:

def CallUpAndOut(self, total):

И передать массив суммарных значений в карту, см. Пример ниже:

total = [1,2,3]
getpayoff = p.map(self.Simulations,total)