Genera un Random Walk
Mentre i rendimenti azionari sono spesso modellati come white noise, i prezzi azionari seguono da vicino un random walk. In altre parole, il prezzo di oggi è il prezzo di ieri più un po’ di rumore casuale.
Simulerai il prezzo di un’azione nel tempo con un prezzo iniziale di 100 che ogni giorno sale o scende di una quantità casuale. Poi, traccia il prezzo simulato. Se premi più volte il pulsante "Esegui codice", vedrai diverse realizzazioni.
Questo esercizio fa parte del corso
Analisi delle serie temporali in Python
Istruzioni dell'esercizio
- Genera 500 "passi" casuali normali con media=0 e deviazione standard=1 usando
np.random.normal(), dove l’argomento per la media èloce quello per la deviazione standard èscale. - Simula i prezzi azionari
P:- Accumula i
stepscasuali usando il metodo numpy.cumsum() - Aggiungi 100 a
Pper ottenere un prezzo iniziale di 100.
- Accumula i
- Traccia il random walk simulato
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Generate 500 random steps with mean=0 and standard deviation=1
steps = np.random.normal(loc=___, scale=___, size=___)
# Set first element to 0 so that the first price will be the starting stock price
steps[0]=0
# Simulate stock prices, P with a starting price of 100
P = ___ + np.cumsum(___)
# Plot the simulated stock prices
plt.plot(___)
plt.title("Simulated Random Walk")
plt.show()