Simulasi Monte Carlo

Simulasi Monte Carlo digunakan untuk memodelkan beragam kemungkinan.

Simulasi Monte Carlo dapat dibangun dengan berbagai cara, namun semuanya melibatkan pembuatan banyak varian acak dari suatu model, sehingga memungkinkan analisis atas sebaran jalur yang luas. Pendekatan ini membantu Anda menyusun prakiraan komprehensif atas kemungkinan yang dapat diambil sampelnya tanpa membutuhkan banyak data historis.

Hasilkan 100 simulasi Monte Carlo untuk ETF minyak USO.

Parameter mu, vol, T, dan S0 tersedia dari latihan sebelumnya.

Latihan ini merupakan bagian dari kursus

Pengantar Manajemen Risiko Portofolio dengan Python

Lihat Kursus

Instruksi latihan

Lakukan perulangan dari 0 hingga 100 (tidak termasuk 100) menggunakan fungsi range().
Panggil fungsi plotting pada setiap iterasi menggunakan plt.plot(), dengan meneruskan rentang nilai T (range(T)) sebagai argumen pertama dan forecasted_values sebagai argumen kedua.

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# Loop through 100 simulations
for i in ____:

    # Generate the random returns
    rand_rets = np.random.normal(mu, vol, T) + 1
    
    # Create the Monte carlo path
    forecasted_values = S0*(rand_rets).cumprod()
    
    # Plot the Monte Carlo path
    plt.plot(____, ____)

# Show the simulations
plt.show()

Edit dan Jalankan Kode