Symulacja błądzenia losowego
Stochastyczne, czyli losowe ruchy, są wykorzystywane w fizyce do modelowania ruchu cząstek i płynów, w matematyce do opisywania zachowań fraktalnych, a w finansach do opisywania zmian na rynkach akcji.
Użyj funkcji np.random.normal(), aby zamodelować losowe ruchy ETF-u naftowego USO, zakładając stałą średnią dzienną stopę zwrotu (mu) i średnią dzienną zmienność (vol) w ciągu T dni handlowych.
To ćwiczenie jest częścią kursu
Wprowadzenie do zarządzania ryzykiem portfela w Pythonie
Instrukcje do ćwiczenia
- Ustaw liczbę symulowanych dni (
T) na 252, a początkową cenę akcji (S0) na 10. - Oblicz
Tlosowych wartości z rozkładu normalnego, używając funkcjinp.random.normal()z parametramimu,voliT, a następnie dodaj 1 do wyników i przypisz je do zmiennejrand_rets. - Oblicz błądzenie losowe, mnożąc
rand_rets.cumprod()przez początkową cenę akcji, i przypisz wynik do zmiennejforecasted_values.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# 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()