معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

Framework for actuarial cash flow models

ویژگی	مقدار
سیستم عامل	-
نام فایل	cashflower-0.3.3
نام	cashflower
نسخه کتابخانه	0.3.3
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Zuzanna Chmielewska
ایمیل نویسنده	-
آدرس صفحه اصلی	https://github.com/acturtle/cashflower
آدرس اینترنتی	https://pypi.org/project/cashflower/
مجوز	-

[![PyPI Latest Release](https://img.shields.io/pypi/v/cashflower.svg)](https://pypi.org/project/cashflower/) [![codecov](https://codecov.io/gh/acturtle/cashflower/branch/main/graph/badge.svg?token=1VA8Q65RUW)](https://codecov.io/gh/acturtle/cashflower) [![Documentation Status](https://readthedocs.org/projects/cashflower/badge/)](https://cashflower.acturtle.com) # Info Cashflower is an open-source Python framework for actuarial cash flow models. # Prerequisities Python version >=3.9 # Usage ## Installation terminal ``` pip install cashflower ``` ## Create model python console ```python from cashflower import create_model create_model("my_model") ``` ## Input my_model/input.py ```python main = ModelPointSet(data=pd.read_csv("C:/my_data/main.csv")) assumption = dict() assumption["interest_rates"] = pd.read_csv("C:/my_data/interest_rates.csv") assumption["mortality"] = pd.read_csv("C:/my_data/mortality.csv", index_col="age") ``` ## Model my_model/model.py ```python age = ModelVariable() death_prob = ModelVariable() @assign(age) def _age(t): if t == 0: return int(main.get("AGE")) elif t % 12 == 0: return age(t-1) + 1 else: return age(t-1) @assign(death_prob) def _death_prob(t): if age(t) == age(t-1): return death_prob(t-1) elif age(t) <= 100: sex = main.get("SEX") yearly_rate = assumption["mortality"].loc[age(t)][sex] monthly_rate = (1 - (1 - yearly_rate)**(1/12)) return monthly_rate else: return 1 ``` ## Calculate Run `run.py` # Quick start Watch how to create a cash flow model on a YouTube video: [![YouTube screenshot](https://img.youtube.com/vi/xuZaymWsUzw/0.jpg)](https://www.youtube.com/watch?v=xuZaymWsUzw) # Contribution The cashflower package is open-source. Everyone can use it and contribute to its development. GitHub repository: [https://github.com/acturtle/cashflower](https://github.com/acturtle/cashflower) Documentation: [https://cashflower.acturtle.com](https://cashflower.acturtle.com)

نیازمندی

مقدار	نام
-	pandas

زبان مورد نیاز

مقدار	نام
>=3.9	Python

نحوه نصب

نصب پکیج whl cashflower-0.3.3:

pip install cashflower-0.3.3.whl

نصب پکیج tar.gz cashflower-0.3.3:

pip install cashflower-0.3.3.tar.gz