将马尔可夫链蒙特卡罗模拟存储到数据框中并可视化它答案

【问题标题】：Store Markov Chain Montecarlo simulations into dataframe and visualize it将马尔可夫链蒙特卡罗模拟存储到数据框中并可视化它
【发布时间】：2021-06-25 16:18:22
【问题描述】：

我正在尝试模拟股票价格的演变，所以我决定使用 MCMC 模拟（不过我不知道是否有一个库可以帮助我）。我打算做的是：

在给定多个参数的情况下，创建一个模拟股票价格演变的函数：

price.path <- function(p, t, meanr, sdr){
  score <- c(0,rnorm(t))
  retorno <- meanr + sdr*score
  prices <- p*exp(cumsum(retorno))
}

返回价格随机过程的向量。

多次运行模拟（最多 100,000 次），并存储找到的每条路径。我认为最好将其存储在数据框中。

我没有找到一种方法将所有向量存储到一个数据框中，而不必为每一列命名（命名每一列是不必要的，而且浪费时间），所以我决定使用 purrr。我尝试使用 map 函数来获取一个不需要名称的列表。之后我会使用 map_dfc 函数，将列表转换为具有琐碎名称（...1、...2、...3 等）的数据框，我使用 rnorm 进行了尝试，效果很好。

map(seq(1,run), price.path, 
    p = 20,
    t = 10,
    meanr = 0.00008,
    sdr = 0.00015)

其中“运行”是一个整数。这种方法不起作用，因为 map 函数“认为”我在第一个参数中给它的向量必须在函数中使用。我不想要这个，因为我只是将向量用作占位符，它没有用处或真正的意义。它基本上只计算价格路径的运行情况，这真的无关紧要。这会导致 map 抛出错误，因为其中一个参数未使用。

最后，我想使用 ggplot 和另一个地图函数来可视化每个价格路径。我还没有进入这部分，因为我有点卡在第二步了。

如果你们能给我一些关于第 2 步的帮助，我将不胜感激。到目前为止，对我的程序的一些见解是好的，非常欢迎在可视化部分提供一点帮助。提前致谢。

【问题讨论】：

不知道有什么好方法来组织这个，除了你已经尝试过的。我的建议是只使用小得多的数字（少量的步骤和少量的路径），直到你得到一些工作，然后弄清楚如何扩大它。你可以试试 r-help 邮件列表。

标签： r finance montecarlo markov-chains mcmc

【解决方案1】：

要解决map 的第一个问题，请使用如下公式表示法：

library(tidyverse)

run <- 1000
all_sims <- map(seq(1,run), ~ price.path(p = 20, t = 10, meanr = 0.00008, sdr = 0.00015))

然后，您可以将结果存储在长格式数据框中。我还创建了列来计算每次迭代和每次模拟运行。

df1 <- tibble(
  simvalues = unlist(all_sims),
  iteration = rep(seq(1,11), run),
  sim_number = unlist(map(1:run, ~ rep(.x, 11)))
)

然后您可以绘制结果以实现以下目标：

df1 %>% 
  ggplot(aes(x = iteration, y = simvalues, color = sim_number)) +
  geom_path()

【讨论】：

【解决方案2】：

这将解决map 问题：

map(seq(1,run), 
~price.path(
        p = 20,
        t = 10,
        meanr = 0.00008,
        sdr = 0.00015
    )
)

解决名字问题：

my_runs <- seq(1,run)
names(my_runs) <- paste0('some_great_name_for_each_run', my_runs)
map_dfc(my_runs, ~price.path(
        p = 20,
        t = 10,
        meanr = 0.00008,
        sdr = 0.00015
    ))

【讨论】：