以下内容转自 数析学院，只节选了部分，有需要的同学可以直接查看原文



主要内容包括：


用 Numpy 生成不同分布的伪随机数，主要包括均匀分布、正太分布、直方分布和泊松分布。
用生成的随机数模拟随机变量、随机过程和进行方差缩减，主要包括几何布朗运动、平方根扩散、随机波动模型和跳跃扩散模型。
用生成的随机数对欧式期权和美式期权进行估值，主要使用蒙特卡洛估计方法。
用随机数建立模型进行风险测度，主要是测度风险价值和进行信用价值调整。

一、随机数

复制代码

复制代码

array([ 0.38149781,  0.67472245,  0.52930643,  0.82789491,  0.32402136,        0.91759317,  0.70999488,  0.91402186,  0.38792711,  0.14082676])

复制代码

array([[ 0.54056252,  0.34555326,  0.89572902,  0.26026525,  0.43574886],       [ 0.60084973,  0.20991542,  0.86092347,  0.26358636,  0.89639337],       [ 0.1549069 ,  0.45802605,  0.91081355,  0.08183648,  0.94818369],       [ 0.64659773,  0.44279118,  0.24208235,  0.91540828,  0.92345946],       [ 0.70147286,  0.14103389,  0.87856977,  0.57875223,  0.17051678]])

复制代码

array([ 6.91294755,  6.17425098,  7.04935596,  7.58279497,  8.91989095,        6.53815176,  8.52897859,  7.66654959,  8.37488787,  7.26440555])

复制代码

array([[ 6.16321316,  9.32303829,  9.97670443,  8.60697599,  7.71428921],       [ 7.50955004,  5.74440407,  5.83774446,  7.50908669,  8.96393653],       [ 8.80295133,  6.53463824,  8.77144642,  5.92119901,  6.40813   ],       [ 6.10818935,  8.39621717,  7.15254198,  9.1797606 ,  7.80898567],       [ 8.9060506 ,  9.08388979,  9.78395034,  7.7338426 ,  8.73691598]])

复制代码

复制代码

复制代码

复制代码

以上内容转自 数析学院，如需完整内容可以直接查看原文