如何用numpy模拟随机回报

Question

模拟随机回报的快速方法是什么？我知道numpy.random。但是，这并没有指导我如何建立资产回报模型。

我试过了：

import numpy as np

r = np.random.rand(100)

但这并不准确。其他人如何处理此事？

Answer 1

我建议采用以下两种方法之一：

if (!hasAttributes) // simplified { context.ReportDiagnostic(...); }
假设回报通常分配，平均值等于0.1％，标准偏差约为1％。这看起来像：

One:

import numpy as np np.random.seed(314) r = np.random.randn(100) / 100 + 0.001 将随机数生成器设置在特定点，这样如果我们都使用相同的种子，我们应该会看到相同的结果。

seed(314)来自正态分布。

我还建议使用randn。它是一个实现类似于pandas

的DataFrame对象的库

R

然后您可以绘制累积回报，如下所示：

import pandas as pd

df = pd.DataFrame(r)

<强> df.add(1).cumprod().plot()
第二种方法是假设返回是正常分布的日志。这意味着log（r）是正常的。在这种情况下，我们提取正态分布的随机数，然后使用这些值作为 Two: 的指数。它看起来像这样：

e

如果您绘制它，它看起来像这样：

r = np.exp(np.random.randn(100) / 100 + 0.001) - 1