Simulasi random walk

Pergerakan stokastik atau acak digunakan dalam fisika untuk merepresentasikan pergerakan partikel dan fluida, dalam matematika untuk menjelaskan perilaku fraktal, dan dalam keuangan untuk menggambarkan pergerakan pasar saham.

Gunakan fungsi np.random.normal() untuk memodelkan pergerakan random walk dari ETF minyak USO dengan rata-rata imbal hasil harian konstan (mu) dan volatilitas harian rata-rata (vol) sepanjang T hari perdagangan.

Latihan ini merupakan bagian dari kursus

Pengantar Manajemen Risiko Portofolio dengan Python

Lihat Kursus

Instruksi latihan

Tetapkan jumlah hari yang disimulasikan (T) sama dengan 252, dan harga awal saham (S0) sama dengan 10.
Hitung T nilai acak berdistribusi normal menggunakan np.random.normal() dengan meneruskan mu, vol, dan T sebagai parameter, kemudian tambahkan 1 pada nilai-nilai tersebut dan tetapkan ke rand_rets.
Hitung random walk dengan mengalikan rand_rets.cumprod() dengan harga awal saham dan tetapkan ke forecasted_values.

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# Set the simulation parameters
mu = np.mean(StockReturns)
vol = np.std(StockReturns)
T = ____
S0 = ____

# Add one to the random returns
rand_rets = ____ + 1

# Forecasted random walk
forecasted_values = ____

# Plot the random walk
plt.plot(range(0, T), forecasted_values)
plt.show()

Edit dan Jalankan Kode