如何从股市曲线看出买进卖出的最佳时期？利用Python和分治策略轻松搞定

问题描述

如果我们进行过投资行为，都知道一个简单的原则：低价买进，高价卖出。例如下图所示的曲线，股票价格是一直在波动的，我们想知道哪天买入，哪天卖出，收益最高。如下图所示，是一个很好的示例：

这个问题的实质是要求出一个最大子数组，使得首尾两个元素的差值最大。

思路

为简化问题，我们把原始数组[100, 113, 110, 85, 105, 102, 86, 63, 81, 101, 94, 106, 101, 79, 94, 90，97]中的相邻两个值相减，得到一个差值数组A=[13, -3, -25, 20, -3, -16, -23, 18, 20, -7, 12, -5, -22, 15, -4, 7]，现在的问题转化成：求数组A的一个子数组，这个子数组所有元素的和最大。

一个基本的思路是使用暴力算法，计算出A中任意两个元素之间的和，再求出这些和中的最大值。这里介绍一种更优雅的算法，这个算法应用了分治策略的思想。

所谓分治策略，是指把一个原始问题分解成若干个足够简单的子问题，解决完这些子问题后，再通过合并的方法，逐层回溯解决原始问题。应用分治策略，往往会使用到递归的方法，递归方法往往需要进行如下几个步骤：

• 分解步骤将问题划分为一些子问题，子问题的形式与原问题一样，只是规模更小。
• 解决步骤递归地求解出子问题。如果子问题的规模足够小，则停止递归，直接求解。
• 合并步骤将子问题的解组合成原问题的解。

回到这个问题，我们可以这样来分析问题：
假设要寻找A[low..high]的最大子数组（下文简称为maxSubArray），那么按照分治策略的思想，首先将其拆分成两个子数组。假设从中间位置mid作为分割点，那么存在如下几种情况：

1. maxSubArray完全位于子数组A[low..mid]中，因此low<=i<=j<=mid
2. maxSubArray完全位于子数组A[mid+1..high]中，因此mid<i<=j<=high
3. maxSubArray完全跨越了中点，因此low<=i<=mid<j<=high

对于上述第1点和第2点，对应于问题的拆分，我们可以将问题拆分到足够简单的地步，例如，拆分到子数组只有一个元素，这时，该子数组本身就是一个maxSubArray。第3点则对应上述合并的步骤。我们要设计一个合并算法，以任意一个子数组的中点为界，找出包含该中点的最大值(详见下面代码中的findMaxCrossingSubArray函数)，再和左右两边数组的maxSubArray进行对比，三者中的最大值就是对应子数组的maxSubArray。

代码

最新代码请参考本人github

# find MaxSubArray of subArray where mid element sits in
def findMaxCrossingSubArray(A, low, mid, high):
    maxLeft = 0
    leftSum = float('-inf')
    sum = 0
    for i in range(mid, -1, -1):
        sum = sum + A[i]
        if sum > leftSum:
            leftSum = sum
            maxLeft = i

    maxRight = 0
    rightSum = float('-inf')
    sum = 0
    for i in range(mid+1, high + 1, 1):
        sum = sum + A[i]
        if sum > rightSum:
            rightSum = sum
            maxRight = i

    return (maxLeft, maxRight, leftSum + rightSum)


# recursive method to find maxSubArray
def findMaxSubArray(A, low, high):
    print("low: ", low, "high: ", high)
    # recursive stop contidion
    if low == high:
        return(low, high, A[low])
    else:
        mid = (low + high)//2
        # subArray sits in left subarray
        # or right subarray
        # or cross them
        # find maxium of them as the final result
        leftLow, leftHigh, leftSum = findMaxSubArray(A, low, mid)
        righLow, righHigh, rightSum = findMaxSubArray(A, mid + 1, high)
        crossLow, crossHigh, crossSum = findMaxCrossingSubArray(
            A, low, mid, high)
        if leftSum >= rightSum and leftSum >= crossSum:
            return(leftLow, leftHigh, leftSum)
        elif rightSum >= leftSum and rightSum >= crossSum:
            return(righLow, righHigh, rightSum)
        else:
            return(crossLow, crossHigh, crossSum)


if __name__ == '__main__':
    A = [13, -3, -25, 20, -3, -16, -23, 18, 20, -7, 12, -5, -22, 15, -4, 7]

    maxSubArray = findMaxSubArray(A, 0, len(A) - 1)
    print("maxSubArrayLeftIndex: ", maxSubArray[0])
    print("maxSubArrayRightIndex: ", maxSubArray[1])
    print("maxSubArraySum: ", maxSubArray[2])