Я создал моделирование Монте-Карло для одного портфеля акций и хотел бы рассчитать и идеально отобразить определенные квантили. Например, в моем примере у меня 1000 прогонов, и я хотел бы вычислить 95% квантиль результата (t252).
import pandas_datareader.data as web
import pandas as pd
import datetime as dt
import numpy as np
import matplotlib.pyplot as plt
from matplotlib import style
import quandl
style.use('ggplot')
quandl.ApiConfig.api_key = 'dnyYEnFxwxxxxxxxxxxx'
prices = quandl.get(dataset='WIKI/AAPL',start_date='2000-01-01',end_date='2010-12-31')['Close']
returns = prices.pct_change()
last_price = prices[-1]
num_simulations = 1000
num_days = 252
simulation_df = pd.DataFrame()
for x in range(num_simulations):
count = 0
daily_vol = returns.std()
price_series = []
price = last_price * (1 + np.random.normal(0, daily_vol))
price_series.append(price)
for y in range(num_days):
if count == 251:
break
price = price_series[count] * (1 + np.random.normal(0, daily_vol))
price_series.append(price)
count += 1
simulation_df[x] = price_series
fig = plt.figure()
plt.plot(simulation_df)
plt.axhline(y = last_price, color = 'r', linestyle = '-')
plt.show()
Может кто-нибудь сказать мне, как лучше всего получить go? У меня было go в функции квантиля Pandas, но, к сожалению, я не продвинулся далеко.
Заранее большое спасибо!