总共有100种不同的股票可供选择。每只股票都有一个价格p_i,我想为模拟目的创建随机投资组合。投资组合的总价值需要为1,000,000美元(100美元或100美元),投资组合中不同份额的数量也可以是随机的(例如,投资组合可能长于20只股票)。我正在努力创造一个“好”的算法来做到这一点。随机创建给定大小的投资组合
这不是一个真正的背包问题,因为没有什么需要优化。它有点像随机样本,但不完全。所以我想知道我可以用什么算法来解决这个问题。有任何想法吗?
总共有100种不同的股票可供选择。每只股票都有一个价格p_i,我想为模拟目的创建随机投资组合。投资组合的总价值需要为1,000,000美元(100美元或100美元),投资组合中不同份额的数量也可以是随机的(例如,投资组合可能长于20只股票)。我正在努力创造一个“好”的算法来做到这一点。随机创建给定大小的投资组合
这不是一个真正的背包问题,因为没有什么需要优化。它有点像随机样本,但不完全。所以我想知道我可以用什么算法来解决这个问题。有任何想法吗?
N
的库存N
随机浮动,X_1
,...,X_N
,以及0至1之间X_1 + ... + X_N
。如果T
等于0,则重复步骤1.X_1 = X_1/T
,... X_N = X_N/T
。通知总和X_1 + ... + X_N
现在等于1。W
=总投资组合的价值(如W = 1000000
)X_i * W
在i
美元日股票i
个股票的股份数量因此S_i = X_i * W/p_i
在Python中,
import numpy as np
import pandas as pd
pd.options.display.float_format = '{:.2f}'.format
N = 100
W = 10**6
portfolio_size = np.random.randint(1, N+1)
df = pd.DataFrame({'price': np.random.uniform(1, 100, size=(N,))})
df = df.iloc[np.random.choice(N, portfolio_size, replace=False)]
while True:
df['value'] = np.random.random(portfolio_size)
T = df['value'].sum()
if T != 0: break
df['value'] *= W/T
df['shares'] = df['value']/df['price']
df.index.name='stock num'
print(df)
print('Total value of portfolio: {}'.format(df['value'].sum()))
产生类似
price value shares
stock num
0 34.52 65296.14 1891.72
24 6.82 13008.12 1906.35
83 15.56 100550.05 6463.14
12 60.35 30366.58 503.17
77 76.75 100814.58 1313.49
36 96.50 85649.01 887.53
51 26.28 96860.06 3685.21
9 43.22 31757.96 734.87
56 67.33 19889.57 295.40
66 79.99 30343.49 379.34
21 1.45 1718.19 1187.56
30 34.48 33604.31 974.65
52 80.15 64579.28 805.71
55 41.02 10226.60 249.29
40 8.49 25755.19 3032.82
20 89.46 102164.38 1142.06
5 45.94 42620.16 927.71
73 96.17 6021.88 62.62
58 60.00 24133.96 402.21
45 40.59 114640.49 2824.31
Total value of portfolio: 1000000.0
这似乎相当微不足道的 - 我会给出一个java的例子,当然你可以使用任何语言:
int MAX_PORTFOLIO = 1000000; //the cap on your portfolio value
Stock[] stocks = new Stock[100]; //fill this with your stocks
Portfolio p = new Portfolio(); //make a new portfolio object
while(p.getValue() < MAX_PORTFOLIO) {
//randomly pick a stock to buy
int stockIndex = rand.nextInt(stocks.length());
//find out the max # of this stock that can be bought without exceeding max portfolio value
int remainingSpaceInPortfolo = MAX_PORTFOLIO - p.getValue();
int stocksToFillRemaining = Math.floorDiv(remainingSpaceInPortfolio, stocks[stockIndex].getPrice());
//randomly choose a number of stock to buy
int numStockToBuy = rand.nextInt(stocksToFillRemaining) + 1;
p.buy(stocks[stockIndex], numStockToBuy);
}
注意这里假设你有一些对象Portfolio
其中有一个getValue()
和一个buy(Stock toBuy, int numToBuy)
方法和一些对象Stock
其中有一个getPrice()
方法。两者都应该很容易实现,我不会在这里详细介绍它们,因为你的问题是关于算法的。
道歉,如果我误解这里的算法 - 但由此产生的投资组合并不是真正的随机。假设T = 3。然后我们在3只股票上投入了等量的现金。这种方法将排除投资于不同股票的不同金额的投资组合。 – mark
'T = 3'并不意味着'X1,X2,...,X_N'是相等的。例如,它们可以是'X1 = 1,X2 = 2,X3 = 0'。在这种情况下,你会投资1/3的财富,'W',1#股票,2/3的财富#2股票,以及0/3的财富#3股票。我使用'X1,X2,X3'的整数值来简化示例,但通常情况下,'X'值可以是浮点数。 – unutbu
你是什么意思“生成N个随机数,X_1,...,X_N,从0到1(含)”?我明白了x_i是二进制的 – mark