शुरू करेंमुफ़्त में शुरू करें

ड्रिफ्ट को समझें

पिछले अभ्यास में, आपने ऐसे स्टॉक प्राइस सिम्युलेट किए थे जो एक रैंडम वॉक का पालन करते हैं। इस अभ्यास में आप इसे दो तरह से बढ़ाएँगे।

  • आप ड्रिफ्ट वाले रैंडम वॉक को देखेंगे। कई टाइम सीरीज़, जैसे स्टॉक प्राइस, रैंडम वॉक होते हैं लेकिन समय के साथ ऊपर की ओर ड्रिफ्ट करते हैं।
  • पिछले अभ्यास में, रैंडम वॉक में नॉइज़ ऐडिटिव था: प्राइस में रैंडम, नॉर्मल बदलावों को पिछले प्राइस में जोड़ दिया जाता था। हालाँकि, नॉइज़ जोड़ते समय सैद्धांतिक रूप से प्राइस नेगेटिव भी हो सकते हैं। अब आप नॉइज़ को मल्टिप्लिकेटिव बनाएँगे: रैंडम, नॉर्मल बदलावों में एक जोड़कर टोटल रिटर्न बनाएँगे, और उसे पिछले प्राइस से गुणा करेंगे।

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Time Series Analysis

पाठ्यक्रम देखें

अभ्यास निर्देश

  • np.random.normal() का उपयोग करके mean 0.1% और standard deviation 1% के साथ 500 रैंडम नॉर्मल गुणात्मक "steps" जनरेट करें, जो अब रिटर्न हैं, और टोटल रिटर्न के लिए उनमें एक जोड़ें।
  • स्टॉक प्राइस P सिम्युलेट करें:
    • numpy की .cumprod() मेथड से स्टेप्स का क्यूमुलेटिव प्रोडक्ट लें।
    • टोटल रिटर्न्स के क्यूमुलेटिव प्रोडक्ट को 100 से गुणा करें ताकि शुरुआती वैल्यू 100 मिले।
  • ड्रिफ्ट के साथ सिम्युलेटेड रैंडम वॉक का प्लॉट बनाएं।

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# 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()
कोड संपादित करें और चलाएँ