如何用 numpy 模拟随机返回

Question

什么是模拟随机回报的快速方法。我知道numpy.random。但是，这并不能指导我如何为资产回报建模。

我试过了：

import numpy as np

r = np.random.rand(100)

但这感觉不准确。其他人如何处理这件事？

Answer 1

我建议以下两种方法之一：

---

One:
假设收益呈正态分布，均值等于 0.1%，标准差约为 1%。这看起来像：

import numpy as np

np.random.seed(314)
r = np.random.randn(100) / 100 + 0.001

seed(314) 在特定点设置随机数生成器，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。

randn 从正态分布中提取。

我还建议使用pandas。这是一个实现DataFrame 对象的库，类似于R

import pandas as pd

df = pd.DataFrame(r)

然后您可以像这样绘制累积收益：

df.add(1).cumprod().plot()

---

Two:
第二种方法是假设收益是对数正态分布的。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，然后将这些值用作 e 的指数。它看起来像这样：

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

如果你绘制它，它看起来像这样：

pd.DataFrame(r).add(1).cumprod().plot()