正態分佈及金融應用 python 資料分析

import numpy as np

import pandas as pd
import matplotlib.pyplot as plt
from scipy import stats
norm = np.random.normal(size =5)
print
(norm)
print
(stats.norm.pdf(norm)
)#正態分佈隨機數密度值
print
(stats.norm.cdf(norm)
)#正態分佈隨機數累積密度值
#金融市場應用：var
#指在一定概率水平下（α%）下，某一金融資產或金融資產組合在未來特定一段時間內的最大可能損失，定義
#p(x_t - var) = α%
#其中隨機變數x_t為金融資產或組合在持有其△t內的損失，1-α%為var置信水平
defget_data()
:#獲取滬深300收益率數列
hs300 = pd.read_excel(
'hs300.xlsx'
, index_col=0)
# print(hs300)
hs300ret = hs300.loc[:,
'close'
].pct_change(
)    hs300ret = hs300ret[
~np.isnan(hs300ret)
]    hs300ret = hs300ret *
100#print(hs300ret)
return hs300ret
hs300 = get_data(
)hs300_retmean = hs300.mean(
)#獲得序列均值
hs300_retvar = hs300.var(
)#獲得序列方差
print
(stats.norm.ppf(
0.05
,hs300_retmean,hs300_retvar**
0.5)
)#ppf（）獲取累計密度值為0.05的分位數
#有95%的概率損失不會超過2.73%（假設收益率符合正態分佈）
				
python 累積正態分佈函式 截斷正態分佈
截斷正態分佈 truncated normal distribution 是在正態分佈中界定隨機變數進而從正態分佈的分布函式中匯出的概率分布，在計量經濟學中具有廣泛的應用。正態分佈是定義在實數域的概率分布，而截斷正態分佈顧名思義就是在正態分佈中擷取部分區間的概率。截斷正態分佈的定義如下 由截斷正態的...
				
正態分佈之python
望為 正態分佈的期望值 實現 python實現正態分佈 繪製正態分佈概率密度函式 u 0 均值 u01 2 sig math.sqrt 0.2 標準差 sig01 math.sqrt 1 sig02 math.sqrt 5 sig u01 math.sqrt 0.5 x np.linspace u ...
				
python實現正態分佈
就是非常簡單的用正態分佈的公式畫個圖即可，簡單方便 y sig np.exp x u 2 2 sig 2 math.sqrt 2 math.pi sig 或參考 統計學 四 python實現正態分佈 leolrh 正態分佈 normaldistribution 也稱 常態分布 又名高斯分布 gaus...