Python金融数据分析：统计方法在金融方面的应用（一）

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

以下内容转自 数析学院，只节选了部分，有需要的同学可以直接查看原文

主要内容包括：


几何布朗运动生成蒙特卡洛路径以及对数收益率
检验时间序列的正态性
检验 4 个真实时间序列数据的正态性
熟悉均值-方差投资组合理论（MPT）基本原理
使用 scipy 求解投资组合优化问题

一、正态检验


1、基准案例

1. import numpy as np
   
2. np.random.seed(1000)
   
3. import scipy.stats as scs
   
4. import statsmodels.api as sm
   
5. import matplotlib as mpl
   
6. import matplotlib.pyplot as plt
   
7. %matplotlib inline

复制代码

1. def gen_paths(S0, r, sigma, T, M, I):
   
2.     ''' Generate Monte Carlo paths for geometric Brownian motion.
   
3.    
   
4.     Parameters
   
5.     ==========
   
6.     S0 : float
   
7.         initial stock/index value
   
8.     r : float
   
9.         constant short rate
   
10.     sigma : float
    
11.         constant volatility
    
12.     T : float
    
13.         final time horizon
    
14.     M : int
    
15.         number of time steps/intervals
    
16.     I : int
    
17.         number of paths to be simulated
    
18.         
    
19.     Returns
    
20.     =======
    
21.     paths : ndarray, shape (M + 1, I)
    
22.         simulated paths given the parameters
    
23.     '''
    
24.     dt = float(T) / M
    
25.     paths = np.zeros((M + 1, I), np.float64)
    
26.     paths[0] = S0
    
27.     for t in range(1, M + 1):
    
28.         rand = np.random.standard_normal(I)
    
29.         rand = (rand - rand.mean()) / rand.std()
    
30.         paths[t] = paths[t - 1] * np.exp((r - 0.5 * sigma ** 2) * dt +
    
31.                                          sigma * np.sqrt(dt) * rand)
    
32.     return paths

复制代码

1. S0 = 100.
   
2. r = 0.05
   
3. sigma = 0.2
   
4. T = 1.0
   
5. M = 50
   
6. I = 250000

复制代码

1. paths = gen_paths(S0, r, sigma, T, M, I)

复制代码

1. # 几何布朗运动的10条模拟路径
   
2. # 标签： normal_sim_1
   
3. plt.plot(paths[:, :10])
   
4. plt.grid(True)
   
5. plt.xlabel('time steps')
   
6. plt.ylabel('index level')

复制代码

<matplotlib.text.Text at 0x7f5162835f10>

1. log_returns = np.log(paths[1:] / paths[0:-1])

复制代码

1. paths[:, 0].round(4)

复制代码

array([ 100.    ,   97.821 ,   98.5573,  106.1546,  105.899 ,   99.8363,        100.0145,  102.6589,  105.6643,  107.1107,  108.7943,  108.2449,        106.4105,  101.0575,  102.0197,  102.6052,  109.6419,  109.5725,        112.9766,  113.0225,  112.5476,  114.5585,  109.942 ,  112.6271,        112.7502,  116.3453,  115.0443,  113.9586,  115.8831,  117.3705,        117.9185,  110.5539,  109.9687,  104.9957,  108.0679,  105.7822,        105.1585,  104.3304,  108.4387,  105.5963,  108.866 ,  108.3284,        107.0077,  106.0034,  104.3964,  101.0637,   98.3776,   97.135 ,         95.4254,   96.4271,   96.3386])

1. log_returns[:, 0].round(4)

复制代码

array([-0.022 ,  0.0075,  0.0743, -0.0024, -0.059 ,  0.0018,  0.0261,        0.0289,  0.0136,  0.0156, -0.0051, -0.0171, -0.0516,  0.0095,        0.0057,  0.0663, -0.0006,  0.0306,  0.0004, -0.0042,  0.0177,       -0.0411,  0.0241,  0.0011,  0.0314, -0.0112, -0.0095,  0.0167,        0.0128,  0.0047, -0.0645, -0.0053, -0.0463,  0.0288, -0.0214,       -0.0059, -0.0079,  0.0386, -0.0266,  0.0305, -0.0049, -0.0123,       -0.0094, -0.0153, -0.0324, -0.0269, -0.0127, -0.0178,  0.0104,       -0.0009])

以上内容转自 数析学院，如需完整内容可以直接查看原文

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏3 回帖

关键词：python 金融数据分析 统计方法 数据分析 金融数据

去哪里查看原文呢？楼主~

abigail12635 发表于 2017-10-24 11:43
去哪里查看原文呢？楼主~

百度搜索数析学院

casey_c 发表于 2017-10-27 10:41
百度搜索数析学院

哦~ 谢谢楼主