在Python中如何根据前一个数字生成伪随机数

Question

我正在尝试使用numpy运行蒙特卡罗模拟，如下所示：

from numpy import random

btcpremiummean = -2.61
btcpremiumsd = 1.63
trialsize = 1000000

for x in range(trialsize):
    btcpremium = random.normal(btcpremiummean, btcpremiumsd)
    ...

我从回溯测试中得出平均值和标准差，并用它们生成随机数字。在

然而，尽管数据符合这种正态分布，但现实生活中的btcpremium并不是真正的随机的，而是通常等于或接近之前的btcpremium。在

我想不出如何更改我的代码，使btcpremium值符合当前使用的正态分布，同时受到以前数据的影响。在

提前谢谢。在

Answer 1

你的问题是，当你需要捕捉“接近先前”的行为时，你产生了独立的观察结果。您似乎在描述一个autoregressive model，特别是一个AR（1）过程。如果您的下一个值与k个先验值相关/依赖，那么它将是一个AR（k）过程。在