无意中发现了一个巨牛的人工智能教程,忍不住分享一下给大家。教程不仅是零基础,通俗易懂,而且非常风趣幽默,像看小说一样!觉得太牛了,所以分享给大家。教程链接:https://www.cbedai.net/qtlyx

1.简单的例子

了解一点金融工程的对这个公式都不会太陌生,是用现在股价预测T时间股价的公式,其背后是股价符合几何布朗运动,也就是大名鼎鼎的BSM期权定价模型的基础。

我们假设现在一个股票的价值是100,那么两年后是多少呢?

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
S0 = 100
r = 0.05
sigma = 0.25
T = 2.0
I = 10000
ST1 = S0*np.exp((r - 0.5*sigma**2)*T+sigma*np.sqrt(T)*np.random.standard_normal(I))
plt.hist(ST1,bins = 50)
plt.xlabel('price')
plt.ylabel('ferquency')

运行的结果如下所示:

很明显,是一个lognormal分布,因为这样的假设下,价格符合lognormal分布,收益率符合正态分布。

2.简单的蒙特卡洛路径

上面是一步到位的,那么如果我们中间分很多个小时间段来仿真呢?可以知道,物理问题是一样的,结果也不会有差异。

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import scipy.stats as scs
S0 = 100
r = 0.05
sigma = 0.25
T = 2.0
I = 10000
#ST1 = S0*np.exp((r - 0.5*sigma**2)*T+sigma*np.sqrt(T)*np.random.standard_normal(I))
#plt.hist(ST1,bins = 50)
#plt.xlabel('price')
#plt.ylabel('ferquency')M = 50
dt = T/M
S = np.zeros((M + 1,I))
S[0] = S0
print S[0]
for t in range(1,M+1):S[t] = S[t-1]*np.exp((r-0.5*sigma**2)*dt+sigma*np.sqrt(dt)*np.random.standard_normal(I))
plt.hist(S[-1],bins = 50)
plt.xlabel('price')
plt.ylabel('frequency')
plt.show()
plt.plot(S[:,:],lw = 1.5)
plt.xlabel('time')
plt.ylabel('price')
plt.show()

我们不仅可以得到最终的分布,也可以知道价格路径,而这一价格路径,才是真正代表了蒙特卡洛的精髓。

如果我们绘制得路径更加多一点,就是这样的一个效果:

从侧面看,其实就是一个lognormal分布。

Python金融大数据分析-蒙特卡洛仿真相关推荐

  1. 金融数据python分析实例_Python金融大数据分析-蒙特卡洛仿真

    1.简单的例子 了解一点金融工程的对这个公式都不会太陌生,是用现在股价预测T时间股价的公式,其背后是股价符合几何布朗运动,也就是大名鼎鼎的BSM期权定价模型的基础. 我们假设现在一个股票的价值是100 ...

  2. python金融大数据分析视频_Python金融大数据分析 PDF 全书超清版

    给大家带来的一篇关于Python相关的电子书资源,介绍了关于Python金融.大数据分析方面的内容,本书是由人民邮电出版社出版,格式为PDF,资源大小47.8 MB,希尔皮斯科编写,目前豆瓣.亚马逊. ...

  3. 金融科技、算法交易、量化金融必读书:Python金融大数据分析第2版

    银行本质上是技术公司. --胡戈•班齐格 近来,Python无疑是金融业的重要策略性技术平台之一.到2018年底,这已经不再是个问题:全世界的金融机构现在都尽最大努力利用Python及其强大的数据分析 ...

  4. Python金融大数据分析:用pandas处理金融时间序列数据的基础知识

    时间是阻止所有事情同时发生的力量.--雷•卡明斯 本节使用的是以CSV文件形式在本地存储的金融数据集形式为本地存储的CSV文件.从技术上讲,CSV文件是包含数据行结构的文本文件,其特征是以逗号分隔单个 ...

  5. 计算机编程书籍-Python金融大数据分析

    Python金融大数据分析 [德] 伊夫·希尔皮斯科(Yves Hilpisch) 著,姚军 译 ISBN:9787115521330 包装:平装 开本:16开 正文语种:中文 出版社:人民邮电出版社 ...

  6. python金融大数据分析笔记----第十章 2(风险测量)

    10.4 风险测量 VaR CVaR 10.4.1. 风险价值(Var) VaR(Value at Risk,风险价值或风险溢价)是度量一项投资或投资组合可能产生的下跌风险的方法,它描述的是在一定的概 ...

  7. Python金融大数据分析-BSM、Term Struc、Ho-Lee 与Vasicek模型路径仿真

    这一篇的代码是之前蒙特卡洛仿真改过来的,大家都知道,用MC绘制路径是一件很好玩的事情.在学习FRM的过程中,遇到了几种利率模型,Term Structure.Ho-Lee与Vasicek. 这里我们不 ...

  8. python金融大数据分析 培训

    说起金融,大家并不陌生,毕竟和我们的钱包关系紧密.这个"多金"的产业能持续的高速发展,源自科技的赋能. 从ATM到信用卡,从网上银行到移动支付--金融科技正在改变着我们的生活.国内 ...

  9. python金融大数据分析师工资待遇_三年工作经验大佬带你解读 Python金融大数据分析...

    内容提要: Python凭借其简单.易读.可扩展性以及拥有巨大而活跃的科学计算社区,在需要分析.处理大量数据的金融行业得到了广泛而迅速的应用,并且成为该行业开发核心应用的首选编程语言.本书提供了使用P ...

  10. Python金融大数据分析——第五章数据可视化(2)金融学图表

    5.2 金融学图表 5.2.1 mplfinance matplotlib的finance库包含不少可视化的金融图表,由于几代更新迭代,finance库也发生了变化. 从2.2.0版本前调用: imp ...

最新文章

  1. Clang:LLVM的C语言家族前端
  2. 算法心经:数学的应用:概率的应用
  3. 配置redis三主三从
  4. 使用JWT的Cloud Native应用程序
  5. http端口_PhpStorm 修改默认端口号63342
  6. windows c++ 原子操作_高分辨质谱数据处理操作篇
  7. AD原理图编译ERROR:GND contains Output Pin and Power Pin objects
  8. Linq中常用的方法
  9. 解决Latex编译报错:Command `\Bbbk‘ already defined. ...ol{\Bbbk} {\mathord}{AMSb}{“7C}
  10. 机器学习的开源工具-开源程序-研究工具
  11. shellcode执行盒_简单shellcode学习
  12. 读书笔记_Effective_C++_条款二:尽量以const, enum, inline替换#define
  13. 乾颐堂现任明教教主(2014年课程)TCPIP协议详解卷一 第五节课笔记
  14. 了解89C51单片机
  15. linux网络设备驱动之dm9000驱动源码框架解析
  16. uniapp 获取屏幕高度并赋值
  17. android中百分比显示_如何在菜单栏中显示Android的电池百分比
  18. 大学英语精读第三版(第四册)复习笔记——文章内容摘要
  19. 计算机证件照无法上传,计算机IE浏览器为什么不能上传照片
  20. 培训学校管理系统之家校管理

热门文章

  1. 储量级别122b_储量级别代码是什么
  2. html预览pdf上的电子印章,移动端pdf预览-水印电子签章问题
  3. catia逆向建模步骤_CATIA逆向教程- 逆向步骤
  4. html收款页面模板,好得很CMS WEB打印收款收据模板HTML源码
  5. udhcpc 后台运行的方法
  6. python webpy 开发文档_Python webpy微信公众号开发之 回复图文消息
  7. 把Matlab的p代码还原为可读的m代码的可能性
  8. QT界面主题风格设置
  9. 人工智能中文视频教程
  10. 代码审查工具Jupiter资料汇总