Симуляції Монте-Карло

Симуляції Монте-Карло застосовують для моделювання широкого спектра можливих сценаріїв.

Їх можна будувати по-різному, але всі вони передбачають генерування великої кількості випадкових варіантів заданої моделі, що дає змогу проаналізувати широку множину можливих траєкторій. Це допомагає сформувати вичерпний прогноз можливостей для вибірки навіть без значних історичних даних.

Згенеруйте 100 симуляцій Монте-Карло для нафтового ETF USO.

Параметри mu, vol, T і S0 доступні з попередньої вправи.

Ця вправа є частиною курсу

Вступ до керування ризиком портфеля в Python

Переглянути курс

Інструкції до вправи

Організуйте цикл від 0 до 100 (не включаючи 100) за допомогою функції range().
Для кожної ітерації викликайте функцію побудови графіка plt.plot(), передаючи діапазон значень T (range(T)) як перший аргумент і forecasted_values як другий аргумент.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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()

Редагувати та запускати код