Slumpmässig promenad I

I det senaste videoavsnittet såg du hur man genererar en slumpmässig promenad av avkastningar och hur man konverterar den slumpmässiga avkastningsserien till en slumpmässig aktiekursutveckling.

I den här övningen bygger du din egen slumpmässiga promenad genom att dra slumptal från normalfördelningen med hjälp av numpy.

Den här övningen är en del av kursen

Manipulera tidsseriedata i Python

Visa kurs

Övningsinstruktioner

Vi har redan importerat pandas som pd, funktionerna normal och seed från numpy.random, samt matplotlib.pyplot som plt.

Sätt seed till 42.
Använd normal för att generera 2 500 slumpmässiga avkastningar med parametrarna loc=.001, scale=.01 och tilldela resultatet till random_walk.
Konvertera random_walk till ett pd.Series-objekt och tilldela om det till random_walk.
Skapa random_prices genom att addera 1 till random_walk och beräkna den kumulativa produkten.
Multiplicera random_prices med 1 000 och plotta resultatet för en prisserie som börjar på 1 000.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Set seed here


# Create random_walk
random_walk = ____

# Convert random_walk to pd.series
random_walk = ____

# Create random_prices
random_prices = ____

# Plot random_prices here

Redigera och kör kod