numpyでランダムなリターンをシミュレートする方法

Question

ランダムなリターンをシミュレートする簡単な方法は何ですか？私はnumpy.randomを知っています。しかし、それは資産リターンをモデル化する方法に私を導くものではありません。

私が試してみた：

import numpy as np 

r = np.random.rand(100) 

をしかし、これは正確に感じることはありません。どのように他の人がこれをやっているのですか？

Answer 1

Iは、2つのアプローチのいずれかをお勧めしたい：

---

One:
はリターンは、通常、平均0.1％に等しいstadard偏差約1％で分布していると仮定する。これは、次のようになります。私たちの両方が同じシードを使用している場合、我々は同じ結果が表示されるはずですように

import numpy as np 

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

seed(314)は、特定の時点での乱数ジェネレータを設定します。

randnは正規分布から引き出します。

pandasもお勧めします。

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

---

Two:
二：それはあなたが、このような累積リターンをプロットすることができR

import pandas as pd 

df = pd.DataFrame(r) 

に似DataFrameオブジェクトを実装したライブラリです方法はtですo戻り値はログが正規分布していると仮定します。つまり、ログ（r）は正常です。このシナリオでは、正規分布乱数を引いて、その値を指数としてeの値として使用します。それは次のようになります。

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

あなたはそれをプロットした場合、それは次のようになります。

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