เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การจำลอง Random Walk

การเคลื่อนที่แบบ Stochastic หรือการเคลื่อนที่แบบสุ่มถูกนำมาใช้ในฟิสิกส์เพื่ออธิบายการเคลื่อนที่ของอนุภาคและของเหลว ในคณิตศาสตร์เพื่ออธิบายพฤติกรรมแบบ fractal และในด้านการเงินเพื่ออธิบายความเคลื่อนไหวของตลาดหุ้น

ใช้ฟังก์ชัน np.random.normal() เพื่อจำลองการเคลื่อนที่แบบ random walk ของ USO oil ETF โดยใช้ผลตอบแทนรายวันเฉลี่ยคงที่ (mu) และความผันผวนรายวันเฉลี่ย (vol) ตลอดช่วง T วันทำการ

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Python เบื้องต้นสำหรับการบริหารความเสี่ยงพอร์ตการลงทุน

ดูคอร์ส

คำแนะนำการฝึกหัด

  • กำหนดจำนวนวันที่จำลอง (T) เท่ากับ 252 และราคาหุ้นเริ่มต้น (S0) เท่ากับ 10
  • คำนวณค่าการแจกแจงปกติแบบสุ่มจำนวน T ค่า โดยใช้ np.random.normal() และส่ง mu, vol และ T เป็นพารามิเตอร์ จากนั้นบวก 1 เข้ากับค่าที่ได้ แล้วกำหนดผลลัพธ์ให้กับ rand_rets
  • คำนวณ random walk โดยนำ rand_rets.cumprod() คูณกับราคาหุ้นเริ่มต้น แล้วกำหนดผลลัพธ์ให้กับ forecasted_values

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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()
แก้ไขและรันโค้ด