如何使用模拟收益计算一系列股票价格？ [复制]答案

【问题标题】：How to calculate an array of stock prices using simulated returns? [duplicate]如何使用模拟收益计算一系列股票价格？ [复制]
【发布时间】：2019-10-27 05:32:23
【问题描述】：

我想使用模拟收益来模拟一组股票价格。例如，我将初始股票价格设置为 70 美元，并创建了一个具有 10 个回报期的熊猫系列：

returns = pd.Series([1.01,1.02,1.03,1.01,0.99,0.98,1.07,0.99,1.03,1.03])

如何获得包含 10 个周期的一系列股票价格？（第一个价格数据应该是初始股票价格（70) * 1.01；第二个应该是70 * 1.01 * 1.02；第三个应该是......直到20号。）

initial stock price = 70
returns = pd.Series([1.01,1.02,1.03,1.01,0.99,0.98,1.07,0.99,1.03,1.03])

【问题讨论】：

谢谢，我怎样才能找到之前提出的相关问题？

标签： python pandas numpy finance

【解决方案1】：

IIUC，使用cumprod：

initial_stock_price = 70
returns = pd.Series([1.01,1.02,1.03,1.01,0.99,0.98,1.07,0.99,1.03,1.03])

returns.cumprod() * initial_stock_price

输出：

0    70.700000
1    72.114000
2    74.277420
3    75.020194
4    74.269992
5    72.784592
6    77.879514
7    77.100719
8    79.413740
9    81.796153
dtype: float64

【讨论】：

【解决方案2】：

您可以使用 reduce 将列表中的所有值乘以价格，然后再乘以价格：

from functools import reduce
import pandas as pd
inital_price = 70
returns = pd.Series([1.01,1.02,1.03,1.01,0.99,0.98,1.07,0.99,1.03,1.03])
[inital_price * reduce(lambda x, y: x*y, returns[0:i+1]) for i in range(len(returns))]

输出：

[70.7,
 72.114,
 74.27742,
 75.0201942,
 74.269992258,
 72.78459241284,
 77.8795138817388,
 77.10071874292142,
 79.41374030520907,
 81.79615251436535]

【讨论】：