随机行走的熊猫答案

【问题标题】：Random walk pandas随机行走的熊猫
【发布时间】：2013-05-20 00:49:35
【问题描述】：

我正在尝试在 pandas 中快速创建一个模拟随机游走系列。

import pandas as pd
import numpy as np
dates = pd.date_range('2012-01-01', '2013-02-22')
y2 = np.random.randn(len(dates))/365
Y2 = pd.Series(y2, index=dates)
start_price = 100

想建立另一个日期系列，从开始日期的 start_price 开始，并按随机增长率增长。伪代码：

P0 = 100
P1 = 100 * exp(Y2)
P2 = P1 * exp(Y2)

在 excel 中很容易做到，但如果不使用 pandas 迭代数据帧/系列，我想不出办法，而且我也很头疼。

试过了：

p = Y2.apply(np.exp)-1
y = p.cumsum(p)
y.plot()

这应该给出自开始以来的累积复合回报

【问题讨论】：

标签： python pandas random-walk

【解决方案1】：

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd

def geometric_brownian_motion(T = 1, N = 100, mu = 0.1, sigma = 0.01, S0 = 20):        
    dt = float(T)/N
    t = np.linspace(0, T, N)
    W = np.random.standard_normal(size = N) 
    W = np.cumsum(W)*np.sqrt(dt) ### standard brownian motion ###
    X = (mu-0.5*sigma**2)*t + sigma*W 
    S = S0*np.exp(X) ### geometric brownian motion ###
    return S

dates = pd.date_range('2012-01-01', '2013-02-22')
T = (dates.max()-dates.min()).days / 365
N = dates.size
start_price = 100
y = pd.Series(
    geometric_brownian_motion(T, N, sigma=0.1, S0=start_price), index=dates)
y.plot()
plt.show()

【讨论】：