随机游走 pandas

Question

我正在尝试在pandas中快速创建模拟随机游走序列。

import pandas as pd
import numpy as np
dates = pd.date_range('2012-01-01', '2013-02-22')
y2 = np.random.randn(len(dates))/365
Y2 = pd.Series(y2, index=dates)
start_price = 100

我希望建立另一个日期系列，从开始日期的起始价格开始，并按照随机增长率增长。 伪代码：

P0 = 100
P1 = 100 * exp(Y2)
P2 = P1 * exp(Y2)

在Excel中很容易实现，但我想不到在Pandas中不用迭代DataFrame/Series的方法来完成它，并且在尝试时遇到了困难。

已经尝试过以下方法：

p = Y2.apply(np.exp)-1
y = p.cumsum(p)
y.plot()

这应该给出自开始以来的累计复合收益率。

- Joop

Answer 1

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd

def geometric_brownian_motion(T = 1, N = 100, mu = 0.1, sigma = 0.01, S0 = 20):        
    dt = float(T)/N
    t = np.linspace(0, T, N)
    W = np.random.standard_normal(size = N) 
    W = np.cumsum(W)*np.sqrt(dt) ### standard brownian motion ###
    X = (mu-0.5*sigma**2)*t + sigma*W 
    S = S0*np.exp(X) ### geometric brownian motion ###
    return S

dates = pd.date_range('2012-01-01', '2013-02-22')
T = (dates.max()-dates.min()).days / 365
N = dates.size
start_price = 100
y = pd.Series(
    geometric_brownian_motion(T, N, sigma=0.1, S0=start_price), index=dates)
y.plot()
plt.show()

- unutbu