Ve a la deriva
En el último ejercicio, has simulado precios de acciones que siguen un camino aleatorio. En este ejercicio lo ampliarás de dos formas.
- Verás un paseo aleatorio con una deriva. Muchas series temporales, como los precios de las acciones, son paseos aleatorios pero tienden a desviarse hacia arriba a lo largo del tiempo.
- En el último ejercicio, el ruido en el paseo aleatorio era aditivo: los cambios aleatorios y normales en el precio se añadían al último precio. Sin embargo, al añadir ruido, teóricamente podrías obtener precios negativos. Ahora harás que el ruido sea multiplicativo: sumarás uno a la cambios aleatorios y normales para obtener un rendimiento total, y multiplícalo por el último precio.
Este ejercicio forma parte del curso
Análisis de Series Temporales en Python
Instrucciones de ejercicio
- Genera 500 "pasos" aleatorios normales multiplicativos con media 0,1% y desviación típica 1% utilizando
np.random.normal(), que ahora son rendimientos, y añade uno para el rendimiento total. - Simula los precios de las acciones
P:- Acumula el producto de los pasos utilizando el método numpy
.cumprod(). - Multiplica el producto acumulado de los rendimientos totales por 100 para obtener un valor inicial de 100.
- Acumula el producto de los pasos utilizando el método numpy
- Traza el paseo aleatorio simulado con deriva.
Ejercicio interactivo práctico
Pruebe este ejercicio completando este código de muestra.
# Generate 500 random steps
steps = np.random.normal(loc=___, scale=___, size=___) + ___
# Set first element to 1
steps[0]=1
# Simulate the stock price, P, by taking the cumulative product
P = ___ * np.cumprod(___)
# Plot the simulated stock prices
plt.plot(___)
plt.title("Simulated Random Walk with Drift")
plt.show()