notes_works/量化交易相关/收益预估直方图.md

date	tags	title
{ date:YYYY-MM-DD }

import random
import math
import numpy as np
import matplotlib.pyplot as plt

# 初始本金
initial_principal = 10000
# 游戏次数
num_games = 146
# 获胜概率
win_prob = 0.75
# 年化赢利率
annual_win_rate = 0.5
# 年化输利率
annual_loss_rate = -0.8
# 模拟次数
simulation_times = 10000

final_amounts = []

for _ in range(simulation_times):
    principal = initial_principal
    # 模拟游戏过程
    for _ in range(num_games):
        # 模拟游戏结果
        result = random.random()
        if result < win_prob:
            # 赢了
            daily_rate = (5 / 365) * annual_win_rate
            principal *= (1 + daily_rate)
        else:
            # 输了
            daily_rate = (5 / 365) * annual_loss_rate
            principal *= (1 + daily_rate)

    final_amounts.append(principal)

# 绘制直方图
plt.hist(final_amounts, bins=50, edgecolor='black')
plt.title('Histogram of Final Amounts after 10000 Simulations')
plt.xlabel('Final Amount')
plt.ylabel('Frequency')

plt.show()

代码解释

1. 模拟部分：
   • 定义了初始本金、游戏次数、获胜概率、年化赢利率、年化输利率和模拟次数等参数。
   • 通过两层循环模拟一万次两年的游戏过程，每次游戏根据随机结果更新本金，并将每次模拟的最终资金存储在 final_amounts 列表中。
2. 绘制直方图部分：
   • 使用 plt.hist() 函数绘制 final_amounts 的直方图，bins=50 表示将数据分成 50 个区间，edgecolor='black' 为每个柱子添加黑色边框，使图形更清晰。
   • 使用 plt.title()、plt.xlabel() 和 plt.ylabel() 分别设置图形的标题、x 轴标签和 y 轴标签。
3. plt.show() 的作用：
   • plt.show() 是 matplotlib 库中的一个函数，它的作用是显示当前绘制的图形。当你运行这段代码时，它会弹出一个窗口，在这个窗口中会显示绘制好的直方图图片。这个窗口允许你进行一些基本的操作，比如放大、缩小、保存图片等。

运行上述代码后，你会看到一个直方图，该直方图展示了一万次模拟后最终资金的分布情况，x 轴表示最终资金的数值区间，y 轴表示落在每个区间内的模拟次数（频率）。

!