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
介绍 DX 分析库的一些基本框架中类和函数的用法。主要是一些工具函数、折现类和市场环境类,用于存储市场数据,其他参数/数据用来对衍生工具进行建模、评估和风险管理。
- from dx import *
- np.set_printoptions(precision=3)
1、工具函数
以下是两个工具函数的使用
- get_year_deltas: 获得一个相对于 time_list 中的第一个值的年增量(小数)列表
- sn_random_numbers: 获得一个标准正态分布的伪随机数数组
get_year_deltas
假设我们有一个包含 datetime 对象的 list 对象
- time_list = [dt.datetime(2015, 1, 1),
- dt.datetime(2015, 4, 1),
- dt.datetime(2015, 6, 15),
- dt.datetime(2015, 10, 21)]
- get_year_deltas(time_list)
sn_random_numbers
蒙特卡罗模拟很大程度依赖于随机数的使用。函数 sn_random_numbers 是一个围绕 NumPy 库的伪随机数生成器的装饰器。它实现了对偶变量法和矩匹配法的通用方差缩减技术。它还允许修改随机数生成器的种子值。 shape 参数是一个包含三个整数的 tuple 对象。
- ran = sn_random_numbers((2, 3, 4), antithetic=True,
- moment_matching=True, fixed_seed=False)
- ran
使用矩匹配确保第一矩和第二矩分别分别匹配0和1。
- ran.mean()
- ran.std()
设置 shape 参数第一个值为1来生成一个二维 ndarray 对象。
- ran = sn_random_numbers((1, 3, 4), antithetic=True,
- moment_matching=True, fixed_seed=False)
- ran
以上内容转自 数析学院,如需完整内容可以直接查看原文


雷达卡



京公网安备 11010802022788号







