Python量化交易基础讲堂-可视化随机漫步轨迹

在《 Python实战-构建基于股票的量化交易系统》小册子的《前置基础：由例程快速入门常用数据分析工具》小节我们用到了一副插图：

这里我们结合小册中Numpy、Matplotlib库的使用，用Python的方式来介绍下如何绘制随机漫步轨迹，以及如何从统计学的角度去预测随机漫步的股价。

早在1990年，巴黎一位博士生路易斯·巴舍利耶（1887—1946）跟踪当时巴黎股市起伏，期望用数学工具来描述股价变动过程。在他的论文《投机理论》中指出，股票价格的日常变动从根本上说是不可预知的，类似于”布朗运动”那样属于随机游走，没有任何规律可循。就好比一个人购买一只股票后立即将其卖掉，那么他输赢的概率是相等的。

数学的奇妙之处就在于，我们可以把股票的不可预知性变为可预知。最经典的例子即是模拟醉汉的随机漫步：假设一名醉汉喝醉了酒，从一个路灯下开始漫无目的地行走。每一步即可能前进也可能后退也可能拐弯。那么经过一定时间之后，这名醉汉的位置在哪里呢？

我们使用 numpy.random.randint(low, high=None, size=None, dtype=’l’) 函数产生随机数。

返回随机整数，范围区间为[low,high），包含low，不包含high
参数：low为最小值，high为最大值，size为数组维度大小，dtype为数据类型，默认的数据类型是np.int
high没有填写时，默认生成随机数的范围是[0，low]

print("np.random.randint：\n {}".format(np.random.randint(1,size=5)))# 返回[0,1)之间的整数，所以只有0
"""
np.random.randint：[0 0 0 0 0]
"""
print("np.random.randint：\n {}".format(np.random.randint(1,5)))# 返回1个[1,5)时间的随机整数
"""
np.random.randint：2
"""
print("np.random.randint：\n {}".format(np.random.randint(-5,5,size=(2,2))))
"""
np.random.randint：[[-5 -3][ 2 -3]]
"""
复制代码

为了便于理解，我们将醉汉的移动简化为一维的移动，规定他只能在一条直线上随机前进或者后退。计算得到醉汉随机游走轨迹的代码如下所示：

draws = np.random.randint(0, 2, size=nsteps)
steps = np.where(draws > 0, 1, -1)
walk = steps.cumsum()
复制代码

我们用matplotlib.pyplot.plot()函数绘制出醉汉从0轴开始随机游走2000步的模拟轨迹图形，如下所示：

由于醉汉的每一步都是完全随机的，因此他最终准确位置是不可能被算出来的，就像每天的股票价格变动一样是不可预知的。但是，从统计学的角度来看，这名醉汉最终的位置的概率分布却是可以计算出来的。接下来，我们用1000次随机漫步来看下结果，我们把随机漫步轨迹的计算封装为函数random_walk()，如下所示：

_ = [plt.plot(np.arange(2000), random_walk(nsteps=2000), c='b', alpha=0.05) for _ in np.arange(0,1000)]
复制代码

模拟醉汉从0轴开始1000次随机游走2000步的模拟轨迹图形，如下所示：

图中我们直观地观察出随机游走的发展情况，每一条淡淡的蓝线就是一次模拟，横轴为行走的步数，纵轴表示离开起始点的位置。蓝色越深，就表示醉汉在对应行走了对应的步数之后，出现在此位置的概率越大，可见随着醉汉可能出现的位置的范围不断变大，但是距离起始点越远的位置概率越小。

真实的概率分布用数学公式来精确计算，这就是量化交易的精髓所在。量化交易的鼻祖级大神爱德华·索普就是利用这种随机游走模型的思想，推算出认股权证在合约兑现的那一天相对应的股票的价格的概率分布，从而计算出当前认股权证的价格是过高还是过低，然后再利用凯利公式，进行买卖。

Python量化交易基础讲堂-可视化随机漫步轨迹相关推荐

Python量化交易基础讲堂-详解随机数的生成
大家是否留意到<Python实战-构建基于股票的量化交易系统>小册子中,分别介绍了Python内置的random模块和第三方库NumPy的random模块提供生成符合正态分布序列的方法,接 ...
python入门指标_Python量化交易基础讲堂-TA-Lib库量价指标分析
<Python实战-构建基于股票的量化交易系统>小册子主要侧重于 Python 实战讲解,但在内容设计上提供了前置基础章节帮助读者快速掌握基础工具的使用. 同时我们会持续更新一些关于Pyt ...
python不同时间周期k线_Python量化交易基础讲堂-股票分笔数据跨周期处理
<Python实战-构建基于股票的量化交易系统>小册子主要侧重于 Python 实战讲解,但在内容设计上提供了前置基础章节帮助读者快速掌握基础工具的使用.同时我们会持续更新一些关于Pyth ...
Python量化交易05——基于多因子选择和选股策略(随机森林，LGBM)
参考书目:深入浅出Python量化交易实战在机器学习里面的X叫做特征变量,在统计学里面叫做协变量也叫自变量,在量化投资里面则叫做因子,所谓多因子就是有很多的特征变量. 本次带来的就是多因子模型,并且 ...
python量化策略源码_Python量化交易进阶讲堂-创建自定义量化回测框架
欢迎大家订阅<Python实战-构建基于股票的量化交易系统>小册子,小册子会陆续推出与小册内容相关的专栏文章,对涉及到的知识点进行更全面的扩展介绍,并且会有选择地收录至小册中,更便于广大读 ...
福利 | 零基础学习Python量化交易 !（深圳）
文末有数据派独家福利投资界的人才需求量化投资在中国已经进入到一个高速发展期.量化人才需求也成为众多金融企业的关注.金融科技企业发现中国目前正面临严重的金融科技专业人才短缺.而量化分析从业者,俗称 ...
python量化交易策略实例_Python进阶量化交易场外篇3——最大回撤评价策略风险...
新年伊始,很荣幸笔者的<教你用 Python 进阶量化交易>专栏在慕课专栏板块上线了,欢迎大家订阅!为了能够提供给大家更轻松的学习过程,笔者在专栏内容之外会陆续推出一些手记来辅助同学们学习 ...
学习《深入浅出python量化交易交易实战》第一章（笔记）
1.学习<深入浅出python量化交易交易实战>第一章记录学习过程中的代码和一些坑 1.1 基础(名词解释) 1.1.1 CAPM (Capital Asset Pricing Moda ...
你应该知道的21大Python量化交易工具
技术可用性的快速增长使个人交易者也能够进行系统和算法交易.下面为大家分享2022年 Python 量化交易使用最广泛的21大交易平台和框架.经纪自营商.数据提供商和其他有用的交易库等,这些交易库适用于 ...

Python量化交易基础讲堂-可视化随机漫步轨迹

Python量化交易基础讲堂-可视化随机漫步轨迹相关推荐

最新文章

热门文章