如何使用模拟回报计算股票价格数组

Question

我想通过使用模拟回报来模拟一系列股票价格。例如，我将初始股票价格设置为 70 美元，并创建了一个具有 10 个回报期的熊猫系列：

returns = pd.Series([1.01,1.02,1.03,1.01,0.99,0.98,1.07,0.99,1.03,1.03])

如何获得 10 个周期的一系列股票价格？(第一个价格数据应该是初始股票价格(70) * 1.01;第二个应该是70 * 1.01 * 1.02;第三个应该是...直到20日。

initial stock price = 70
returns = pd.Series([1.01,1.02,1.03,1.01,0.99,0.98,1.07,0.99,1.03,1.03])

Answer 1

IIUC，使用 cumprod ：

initial_stock_price = 70
returns = pd.Series([1.01,1.02,1.03,1.01,0.99,0.98,1.07,0.99,1.03,1.03])
returns.cumprod() * initial_stock_price

输出：

0    70.700000
1    72.114000
2    74.277420
3    75.020194
4    74.269992
5    72.784592
6    77.879514
7    77.100719
8    79.413740
9    81.796153
dtype: float64

Answer 2

您可以使用reduce将列表中的所有值相乘，然后乘以价格：

from functools import reduce
import pandas as pd
inital_price = 70
returns = pd.Series([1.01,1.02,1.03,1.01,0.99,0.98,1.07,0.99,1.03,1.03])
[inital_price * reduce(lambda x, y: x*y, returns[0:i+1]) for i in range(len(returns))]

输出：

[70.7,
 72.114,
 74.27742,
 75.0201942,
 74.269992258,
 72.78459241284,
 77.8795138817388,
 77.10071874292142,
 79.41374030520907,
 81.79615251436535]