Urmează deriva
În exercițiul anterior, ai simulat prețuri ale acțiunilor care urmează o plimbare aleatoare. În acest exercițiu vei extinde modelul în două moduri.
- Vei analiza o plimbare aleatoare cu derivă. Multe serii de timp, precum prețurile acțiunilor, sunt plimbări aleatoare, dar tind să crească în timp.
- În exercițiul anterior, zgomotul din plimbarea aleatoare era aditiv: variațiile aleatoare, normale ale prețului erau adăugate la ultimul preț. Însă prin adăugarea de zgomot aditiv, teoretic poți obține prețuri negative. Acum vei face zgomotul multiplicativ: vei adăuga unu la variațiile aleatoare, normale pentru a obține randamentul total, apoi vei înmulți rezultatul cu ultimul preț.
Acest exercițiu face parte din cursul
Analiza seriilor de timp în Python
Instrucțiuni pentru exercițiu
- Generează 500 de „pași" multiplicativi aleatori, normali, cu media 0,1% și deviația standard 1%, folosind
np.random.normal()— aceștia reprezintă randamentele — și adaugă unu pentru randamentul total. - Simulează prețurile acțiunilor
P:- Calculează produsul cumulativ al pașilor folosind metoda
.cumprod()din numpy. - Înmulțește produsul cumulativ al randamentelor totale cu 100 pentru a obține o valoare de pornire de 100.
- Calculează produsul cumulativ al pașilor folosind metoda
- Trasează graficul plimbării aleatoare simulate cu derivă.
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Generate 500 random steps
steps = np.random.normal(loc=___, scale=___, size=___) + ___
# Set first element to 1
steps[0]=1
# Simulate the stock price, P, by taking the cumulative product
P = ___ * np.cumprod(___)
# Plot the simulated stock prices
plt.plot(___)
plt.title("Simulated Random Walk with Drift")
plt.show()