Python金融大数据分析-正态性检验

本文介绍了在金融分析中如何检验数据是否符合正态分布。通过生成价格路径并计算每日收益率,然后进行正态性检验。通过画图与实际正态分布比较,并使用函数进行量化分析,得出初步结论。虽然p-value较大,但仅凭此无法确定正态分布,建议配合QQ图进一步确认。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1.话题引入

我们在线性回归做假设检验,在时间序列分析做自回归检验,那么我们如何检验一个分布是否是正态分布的呢?
首先,我们定义一个用来生成价格路径的函数。当然啦,在这之前我们先导入我们今天要用的库。

import numpy as np
np.random.seed(1000)
import scipy.stats as scs
import statsmodels.api as sm
import matplotlib as mpl
import matplotlib.pyplot as plt
然后,我们写一下第一个函数,并做一下测试。

def gen_path(S0,r,sigma,T,M,I):
    dt = float(T)/M
    paths = np.zeros((M+1,I),np.float64)
    paths[0] = S0
    for t in range(1,M+1):
        rand = np.random.standard_normal(I)
        rand = (rand - rand.mean())/rand.std()
        paths[t] = paths[t-1]*np.exp((r - 0.5*sigma**2)*dt + sigma * np.sqrt(dt) * rand)
    return paths
S0 = 100
r = 0.05
sigma = 0.2
T = 1.0
M = 50
I = 250000
paths = gen_path(S0,r,sigma
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

钱塘小甲子

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值