我试图用EWMA模型预测波动性。其中我有回报(t-1)和方差(t-1)。 n是天数。 对于每个蒙特卡罗模拟N:
t=1: 预测方差采用:var(t+1)=(1-λ)*return(t-1)**2+λ*方差(t-1) 然后计算y(t+1)=sqrt(var(t+1))*高斯(0,1.0)
t=2:预测var(t+2)=(1-λ)*y(t+1)+λ*var(t+1)
继续此过程,直到t=n。
然后得到一个(n,n)矩阵,取平均值列式,得到平均日方差。你知道吗
我要对其应用模拟的数据帧:
Date
2015-01-02 0.005735
2015-01-05 -0.024288
2015-01-06 0.007963
2015-01-07 0.005912
2015-01-08 0.011647
代码:
def MC_simulation(y):
sim_df=pd.DataFrame
l=0.94
simulations= 1000
count=0
v=df1['variance'][-1]
v_list=[]
y_list=[]
v1=(1 - l)*(y**2) + (l*v)
v_list.append(v1)
y1=sqrt(v1)*gauss(0,1.0)
y_list.append(y1)
for t in range(simulations):
v1=(1-l)*(y_list[count]**2) + l * v_list[count]
y1=sqrt(v1)*gauss(0,1.0)
v_list.append(v1)
y_list.append(y1)
count +=1
sim_df= (sum(v_list)/simulations)
return sim_df
def annu(x):
return x*252
df3=pd.DataFrame()
df3=df1['ret'].apply(MC_simulation)
df3=df3.apply(annu)
df3=df3.to_frame()
df3=df3.rolling(window=63,center=False).mean()
df3=df3.apply(np.sqrt)
运行此代码的结果似乎不正确。当我把它与已实现的波动率作比较时,它完全偏离了。我肯定我的循环是错的,但我想不出来。你知道吗
目前没有回答
相关问题 更多 >
编程相关推荐