Simulações de Monte Carlo
Simulações de Monte Carlo são usadas para modelar uma ampla variedade de possibilidades.
Elas podem ser construídas de várias formas, mas todas envolvem gerar um grande número de variantes aleatórias de um determinado modelo, permitindo analisar uma ampla distribuição de trajetórias possíveis. Isso permite criar uma previsão abrangente de possibilidades para amostragem, sem depender de uma grande quantidade de dados históricos.
Gere 100 simulações de Monte Carlo para o ETF de petróleo USO.
Os parâmetros mu, vol, T e S0 estão disponíveis do exercício anterior.
Este exercício faz parte do curso
Introdução ao Gerenciamento de Risco de Portfólio em Python
Instruções do exercício
- Faça um loop de 0 até 100 (sem incluir 100) usando a função
range(). - Chame a função de plotagem em cada iteração usando
plt.plot(), passando a faixa de valores T (range(T)) como primeiro argumento eforecasted_valuescomo segundo argumento.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# 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()