iT邦幫忙

2019 iT 邦幫忙鐵人賽

DAY 21
1

前言

今天要來介紹隨機變數(Random Variable),統計的母體是某個要預測事物的所有可能發生結果的集合,隨機變數則是一個不確定性事件結果的數值函數(Function),也就是說把不確定性事件的結果用數值來表示,即為隨機變數。根據隨機變數可能取值的結果,可以分成兩種:

  1. 離散型隨機變數(Discrete Random Variable):隨機變數取值的範圍有限個(ex 擲硬幣只有兩種結果,所以取擲的範圍有限制)
  2. 連續型隨機變數(Continuous Random Variable):隨機變數可以在一個區間上任意取值(ex 股票中的收益率就是連續型隨機變數)

離散型隨機變數(Discrete Random Variable):

設X是一個隨機變數,如果它全部可能的取值只有有限個或可數無窮個,則稱X為一個離散型隨機變數。
假設現在有n個數據,每個數據發生的機率即為
概率質量函數(Probability Mass Function): P(X = xi) = Pi,i = 1,2,...
使用Python中的choice()來產生特定機率隨機數

choice(a, size=None, p=None)

a:隨機變數所有可能的取值
size:產生的陣列大小
p:與a同等大小,指定每種數據發生的機率

import numpy as np
import pandas as pd

ironman = np.random.choice([1,2,3,4,5], size=1000, p=[0.25,0.1,0.35,0.2,0.1])
valueCount = pd.Series(ironman).value_counts()
print('valueCount/1000---->', valueCount/1000)
# 輸出結果
valueCount/1000----> 3    0.365
1    0.245
4    0.191
5    0.119
2    0.080

從上面的例子可以看到,原本設定,[1,2,3,4,5]出現的機率為[0.25,0.1,0.35,0.2,0.1],使用choice隨機產生1000個數字其中[1,2,3,4,5]所佔的機率為[0.245,0.080,0.365,0.191,0.119]兩邊所呈現的機率很相近。當樣本越高,結果會越接近設定的機率。

連續型隨機變數(Continuous Random Variable):

即在一定區間內變數取值有無限個,或數值無法一一列舉出來。用來表示某個區間內每個數值所發生的機率為
機率密度函數(Probability Density Function)https://ithelp.ithome.com.tw/upload/images/20181024/201113905PdfAl1yYy.png

以下圖為例,在5~6發生的機率即為紅色的面積
https://ithelp.ithome.com.tw/upload/images/20181024/2011139010LKDX07HM.png
下面使用台灣50的日收益率來顯示機率分佈的過程

from scipy import stats
import matplotlib.pyplot as plt
%matplotlib inline

tw50 = pd.read_csv('tw50.csv', sep='\t', index_col='Date')

tw50_gaussian = stats.kde.gaussian_kde(tw50.ROI)
# gaussian_kde-> 高斯核函數,kde 是核函數密度估計
x_value = np.arange(-5,5,0.02)

fig = plt.figure()
plt.subplot()
plt.plot(x_value, tw50_gaussian(x_value))
plt.title("台灣50指數收益率的概率密度曲線圖")

https://ithelp.ithome.com.tw/upload/images/20181024/20111390bXyS7z7N1j.png

期望值和變異數

期望值(Expectation)是隨機變數所有可能取值結果的均值,用來呈現母體的中心位置:
間斷型公式:https://ithelp.ithome.com.tw/upload/images/20181024/20111390Vw9PqDvjjG.png
連續型公式:https://ithelp.ithome.com.tw/upload/images/20181024/201113908focFcA4IM.png
將所有出現X樣本值*樣本機率相加
變異數:
間斷型公式:https://ithelp.ithome.com.tw/upload/images/20181024/20111390mMpzuDbVjY.png
連續型公式:https://ithelp.ithome.com.tw/upload/images/20181024/20111390zpkJVmlLUG.png

二項分佈

二項實驗:做了n次的試驗只有兩種結果(成功、失敗),p(成功的機率)+q(失敗的機率) = 1,每次試驗都是相互獨立的。X表示成功的次數其公式如下
https://ithelp.ithome.com.tw/upload/images/20181024/20111390HUCAPuxEIL.png

Numpy中產生二項分佈隨機數的函式如下:

binomial(n,p,size)

n:二項實驗的次數
p: 表示成功的機率
size: 隨機產生的數量

投擲100次硬幣,正面朝上的對應的機率為0.5,對應的分佈為b(100,0.5),之後產生20個來源於該二項分佈的隨機數

np.random.binomial(100,0.5,20)
# 輸出結果
array([56, 49, 49, 52, 44, 50, 40, 52, 46, 49, 54, 46, 55, 49, 57, 45, 45,
       54, 53, 47])

從上述的例子引申為,假設每次擲骰子正面朝上的機率為0.5,擲100次,有20次正面朝上的機率為

from scipy import stats
stats.binom.pmf(20,100,0.5)
# 輸出結果
4.228163267601253e-10

二項式分佈在金融市場中的應用

ret = tw50.ROI  #台灣50的收益率數據
ret.index = pd.to_datetime(tw50.index)
ret1 = ret['2016']

#台灣50上漲的機率p
p = len(ret1[ret>0]) /len(ret1)
print('p----->', p)

#預估未來20個交易日中,有7個是上漲的機率
prob =stats.binom.pmf(6,20,p)
print('prob----->', prob)
# 輸出結果
p-----> 0.5327868852459017
prob-----> 0.02093703958512302

常態分佈

二項式分配指的是,試驗次數n越大的時候,則無論成功機率p值為何,其分配會越來越呈現對稱的情形,當二項分佈的np > 5 且 nq > 5 時,通常會以常態分佈來估計機率。二項分配是一種間斷型的分配,從下圖可以得知當n越來越大時會越來越像常態分佈
https://ithelp.ithome.com.tw/upload/images/20181024/20111390HPfIvrMyxi.png

之前的章節


上一篇
[Day20]統計學基礎 - 平均數、中位數、眾數、平均絕對偏差
下一篇
[Day22]分析股票 - 股票基本常識
系列文
python 入門到分析股市30

1 則留言

0
bradychou
iT邦新手 5 級 ‧ 2019-05-02 00:32:07

想請問一下,tw50.csv這檔案可以在哪裡找到?格式是什麼,因為不理解為何讀取時要以/t做分隔

Summer iT邦新手 5 級‧ 2019-05-07 11:48:44 檢舉

我要留言

立即登入留言