Random-walk prognose i Python

I tidligere indlæg introducerede jeg meget simple (og naive) prognosemetoder, nemlig CAGR-baseret prognose og simpel glidende gennemsnitsprognose . Jeg implementerede sådanne prognosemetoder i R og demonstrerede grundlæggende use cases. I dette indlæg vil jeg introducere en anden simpel prognosemetode: Random walk forecasting. Jeg vil implementere et…

En webshop for simulationsudviklere

I denne artikel introducerer jeg min webshop for eksperter i udvikling af simuleringsmodeller . Som simuleringsudvikler har jeg brugt meget tid på at udvikle simulationsmodeller fra bunden. Nogle gange spurgte jeg mig selv, hvorfor ingen har lavet en webshop med forududviklede simuleringsmodeller, komponenter og dokumentation endnu? At…

Numba: Hurtig Monte-Carlo-simulering

I dagens indlæg vil jeg give et andet eksempel, der viser, hvordan numba kan fremskynde en numerisk simulering. Jeg anvender modulet til en monte-carlo-simulering af tilfældige ture i aktiekursen. Dette er et populært monte-carlo-simuleringseksempel, og jeg gav også et eksempel på dette i et…

Hurtigere Python-simulering med Numba

En væsentlig del af simuleringsmodellering er simuleringskørsel. Store diskrete hændelsessimuleringsmodeller og endda mellemstore agentbaserede simuleringsmodeller bruger beregningsressourcer og kan have en meget lang driftstid. Dette gælder især, hvis kildekoden er fuldt ud skrevet i Python. Jeg gennemførte derfor nogle tests med Numba i Python. Jeg deler mine resultater…

Monte-carlo simulering af aktiekurser (i Python)

I et af mine tidligere indlæg har jeg introduceret begrebet “Random-Walk” og jeg benyttede Python til implementeringen. I dette indlæg vil jeg gennemføre en monte-carlo simulation af tilfældige aktiekursforløb. Til dette vil jeg bruge følgende fiktive aktiehistorie: # erklær liste…