Simulazioni Monte Carlo
Le simulazioni Monte Carlo vengono usate per modellare un’ampia gamma di possibilità.
Le Monte Carlo possono essere costruite in molti modi diversi, ma tutte prevedono la generazione di un gran numero di varianti casuali di un dato modello, così da analizzare un’ampia distribuzione di percorsi possibili. Questo ti permette di creare una previsione completa delle possibilità da cui campionare anche senza disporre di molti dati storici.
Genera 100 simulazioni Monte Carlo per l’ETF sul petrolio USO.
I parametri mu, vol, T e S0 sono disponibili dall’esercizio precedente.
Questo esercizio fa parte del corso
Introduzione alla gestione del rischio di portafoglio in Python
Istruzioni dell'esercizio
- Crea un ciclo da 0 a 100 (escluso 100) usando la funzione
range(). - Chiama la funzione di plotting a ogni iterazione usando
plt.plot(), passando l’intervallo di valori T (range(T)) come primo argomento eforecasted_valuescome secondo argomento.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# 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()