สมมติว่าคุณทำงานให้กับบริษัทผู้ผลิตอุปกรณ์อุตสาหกรรม โดยราคาขายของอุปกรณ์แต่ละชิ้นอยู่ที่ $100,000 นอกจากนี้ยังทราบว่า inflation_rate และ volume ของยอดขายมีความสัมพันธ์เชิงลบอย่างชัดเจน ความสัมพันธ์นี้ถูกเก็บไว้ในเมทริกซ์ความแปรปรวนร่วม cov_matrix ซึ่งมีให้ใช้งานใน console แล้ว

ฟังก์ชัน profit_next_year_mc() รันการจำลอง Monte Carlo และคืนค่าผลกำไรที่คาดหวัง (หน่วยเป็นพันดอลลาร์) โดยรับอาร์กิวเมนต์ได้แก่ ค่าเฉลี่ยของอัตราเงินเฟ้อและค่าเฉลี่ยของปริมาณการขาย รวมถึง n ซึ่งคือจำนวนครั้งที่ต้องการรันการจำลอง ฟังก์ชันนี้ถูกโหลดให้แล้ว และโค้ดของฟังก์ชันแสดงอยู่ด้านล่าง

def profit_next_year_mc(mean_inflation, mean_volume, n):
  profits = []
  for i in range(n):
    # Generate inputs by sampling from the multivariate normal distribution
    rate_sales_volume = st.multivariate_normal.rvs(mean=[mean_inflation,mean_volume], cov=cov_matrix,size=1000)
    # Deterministic calculation of company profit
    price = 100 * (100 + rate_sales_volume[:,0])/100
    volume = rate_sales_volume[:,1]
    loan_and_cost = 50 * volume + 45 * (100 + 3 * rate_sales_volume[:,0]) * (volume/100)
    profit = (np.mean(price * volume - loan_and_cost))
    profits.append(profit)
  return profits

ไลบรารีต่อไปนี้ถูก import ให้แล้ว: pandas เป็น pd, numpy เป็น np, scipy.stats เป็น st, matplotlib.pyplot เป็น plt และ seaborn เป็น sns

ยินดีด้วย!

Create Your Free Account