1 Numpy 中统计函数的使用
在金融产品定价、风险管理建模领域,带领运用到模拟,而模拟的核心就是生成随机数。通常情况下,计算机产生的随机数并非是真正的随机数,而是按照某设定的分布生成的,Python中的Numpy模块提供了基于各种统计分布函数的随机数,例如:二项分布、几何分布、泊松分布等离散型分布;正态分布、t分布、均匀分布、F分布、贝塔分布、卡方分布、对数分布等连续性分布,可以根据需要比较方便的生产随机数。
1.1 random 模块的随机抽样
Numpy 中的 random 子模块提供了上述常用的分布抽样方法,各分布函数详细的用法可以参照官网介绍,其常用的分布函数用法如下:
简单随机抽样
'''
random.Generator.random(size=None, dtype=np.float64, out=None)
size:抽样的规模
抽样范围[0.0,1.0)
'''
import numpy.random as npr
rand_sample = npr.random(5)
print('size = ',len(rand_sample))
print('抽样结果:',rand_sample )
正态分布随机抽样
'''
random.Generator.normal(loc=0.0, scale=1.0, size=None)
loc:均值
scale:标准方差
size:抽样规模
'''
x_norm = npr.normal(loc=0,scale=1,size=10000)
print('正态分布的均值',round(x_norm.mean(),2))
print('正态分布的标准差',round(x_norm.std(),2))
对数正态分布随机抽样
'''
random.Generator.lognormal(mean=0.0, sigma=1.0, size=None)
mean:均值
sigma:标准方差
size:抽样规模
'''
x_log = npr.lognormal(mean=0,sigma=1,size=10000)
print('对数正态分布的均值',round(x_log.mean(),2))
print('对数正态分布的标准差',round(x_log.std(),2))
学生t分布随机抽样
'''
random.Generator.standard_t(df, size=None)
df:自由度
size:抽样规模
'''
x_t1 = npr.standard_t(df=2,size=10000)
print('t分布的均值',round(x_t1.mean(),2))
print('t分布的标准差',round(x_t1.std(),2))
1.2 统计量
Numpy 也提供了计算常用统计量的函数,例如:百分位、分位数函数,详细的函数使用请参照官网介绍,其常用的统计量函数如下:
'''
numpy.percentile(a, q, axis=None, out=None, overwrite_input=False, interpolation='linear', keepdims=False)
a:array_like,数组
q:array_like of float,0-100之间的一个百分比数值
返回结果:a由小到大排列的q/100位置的数据
'''
import numpy as np
a = np.array([7, 4,3, 2, 1])
np_percentile = np.percentile(a=a,q=25)
print('q百分比对应位置数值',np_percentile)
#q百分比对应位置数值 2.0
'''
numpy.quantile(a, q, axis=None, out=None, overwrite_input=False, interpolation='linear', keepdims=False)
a:array_like,数组
q:array_like of float,0-1之间的一个分位数值
返回结果:a由小到大排列的q分位数对应位置的数据
'''
a = np.array([7, 4,3, 2, 1])
np_quantile = np.quantile(a=a,q=0.25)
print('q分位数对应位置数值',np_quantile)
#q分位数对应位置数值 2.0
2 Scipy中 stats 模块的统计函数
在Scipy中,也有一个统计分析的子模块stats,相关功能包括描述性统计、连续概率分析、统计检验等,描述性统计主要是偏度、峰度、众数等;常见的分布函数:正态分布、t分布、均匀分布、F分布、贝塔分布、卡方分布、对数分布、二项分布等。
2.1 stats 中常用的随机分布函数
stats 模块各随机分布常用的子函数主要是rvs(按指定分布生成随机数)、pdf(概率密度函数)、cdf(累积分布函数)、ppf(分位点函数,即cdf的反函数),其详细用法可以参照官网介绍。本文以 norm(正态分布)为例展示其Python中的用法:
from scipy.stats import norm
#从均值0.5、方差1的正态分布中随机抽取10000个样本
rand_norm = norm.rvs(loc=0.5,scale=1,size=10000)
plt.figure(figsize=(9,6))
plt.hist(rand_norm,bins=30)
plt.ylabel('频数')
plt.grid('True')
'''
pdf(x, loc=0, scale=1)
x:array_like
loc:均值,默认0
scale:标准方差,默认1
'''
#标准正态分布的概率密度函数
norm_pdf = norm.pdf(0.2)
print('0.2对应的概率密度值:',norm_pdf)
#标准正态分布的累积分布函数
norm_cdf = norm.cdf(0)
print('0对应的累计概率:',norm_cdf)
#标准正态分布的分位点函数
norm_ppf = norm.ppf(0.5)
print('0.5对应的分位点:',norm_ppf)
'''
0.2对应的概率密度值: 0.3910426939754559
0对应的累计概率: 0.5
0.5对应的分位点: 0.0
'''
2.2 正态性统计检验
在金融领域,许多情况下会假定样本服从正态分布,因此在构建金融模型之前,需要对样本数据进行正态性检验,stats提供了检验变量分布的多种方法,其详细的用法可以参照官网介绍。本文以正态检验为例进行说明,其Python程序如下:
'''
scipy.stats.kstest(rvs, cdf, args=(), N=20, alternative='two-sided', mode='auto')
rvs:array_like,需检验数据
cdf:设定检验的分布类型
返回结果:
statistic:统计量
pvalue:p值
'''
#p值小于5%,显著,即不服从正态分布
x = np.linspace(-15, 15, 9)
stats.kstest(rvs=x, cdf='norm')
'''
scipy.stats.anderson(x, dist='norm')
x:array_like,需检验数据
dist:设定检验的分布类型
返回结果:
statistic:统计量
critical_values:显著性水平对应临界值统计量
significance_level:显著性水平
'''
#1%对应的临界值统计量大于statistic,即不服从正态分布
x = np.linspace(-15, 15, 9)
stats.anderson(x,dist='norm')
'''
scipy.stats.shapiro(x)
x:array_like,需检验数据
返回结果:
statistic:统计量
pvalue:p值
'''
##p值大于5%,服从正态分布
x = np.linspace(-15, 15, 50)
stats.shapiro(x)
'''
scipy.stats.normaltest(a, axis=0, nan_policy='propagate')
a:array_like,需检验数据
axis:默认是0
返回结果:
statistic:统计量
pvalue:p值
'''
##p值小于1%,不服从正态分布
x = np.linspace(-15, 15, 50)
stats.normaltest(x)