🔒Открыть пост
и посмотреть медиа
и посмотреть медиа
Довольно частая ситуация, особенно в финансах, когда мы имеем:
1️⃣Какой-либо финансовый показатель, который = Х
2️⃣Множество корректировок t1, t2... t100 (отрицательные и положительные), которые суммируются с Х
3️⃣На выходе получаем значение Y1, но должно было получиться значение Y2.
При этом мы знаем, что какие-то из этих корректировок нужно исключить, чтобы результат из Y1 стал нужным нам Y2. Но не знаем, какие именно это должны быть корректировки и сколько вообще их должно быть.
Как вариант выхода из этой ситуации можно рассмотреть перебор всех возможных чисел t, которые в сумме дадут ту самую разницу. На помощь как обычно придет питон. Рассмотрим на примере:
X = 100
корректировки = [10, 20, -5, 15, -10, 25, -15]
Y1 = 140
Y2 = 155 (расхождение с Y1 - 15)
Сам скрипт, который автоматизирует подбор чисел:
import itertools
X = 100
adjustments = [10, 20, -5, 15, -10, 25, -15]
Y1 = X + sum(adjustments)
Y2 = 155
target_sum_remaining = Y2 - X
for r in range(len(adjustments)):
for exclude_combo in itertools.combinations(adjustments, r):
remaining = [a for a in adjustments if a not in exclude_combo]
if sum(remaining) == target_sum_remaining:
print(f"{exclude_combo} = {sum(exclude_combo)}")
В итоге получим 4 комбинации корректировок, каждая из которых дает в сумме то самое расхождение в -15:
[-15]
[-5, -10]
[10, -10, -15]
[-5, 15, -10, -15]
Если их исключить из суммирования, то получится нужный нам результат = 155.
В контексте финансов способ, конечно, не совсем корректный, но он быстро подсвечивает все подозрительные корректировки, на которые можно обратить внимание и уже дальше их анализировать.