Una simulazione di random walk
I movimenti stocastici o casuali sono usati in fisica per rappresentare i movimenti di particelle e fluidi, in matematica per descrivere il comportamento frattale e in finanza per descrivere i movimenti del mercato azionario.
Usa la funzione np.random.normal() per modellare i movimenti di un random walk dell'ETF sul petrolio USO con un rendimento medio giornaliero costante (mu) e una volatilità media giornaliera (vol) per T giorni di mercato.
Questo esercizio fa parte del corso
Introduzione alla gestione del rischio di portafoglio in Python
Istruzioni dell'esercizio
- Imposta il numero di giorni simulati (
T) pari a 252 e il prezzo iniziale dell'azione (S0) pari a 10. - Calcola
Tvalori casuali normali usandonp.random.normal(), passandomu,voleTcome parametri, poi aggiungi 1 ai valori e assegnali arand_rets. - Calcola il random walk moltiplicando
rand_rets.cumprod()per il prezzo iniziale e assegnalo aforecasted_values.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# 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()