单个股票历史模拟法案例

Ⅰ 用Python中的蒙特卡洛模拟两支股票组成的投资组合的价格趋势分析

蒙特卡洛模拟是一种模拟把真实系统中的概率过程用岁虚计算机程序来模拟的方法。对于投资组合的价格趋势分析，可以使用Python中的蒙特卡洛模拟。首册茄先，回顾投资组合的价格趋势。投资组合中的股票价格的趋势是受多种因素影响的，可分为经济、政治和技术因素，其中经济因素最重要。因此，蒙特卡洛模拟可以模拟这些因素对投资组合价格趋势的影响，并通过计算机绘制投资组合价格趋势的曲线。
Python中的蒙特卡洛模拟首先需要计算投资组合中各股票价格的每一期的收益率，其次，计算出投资组合的收益率；随后，计算预测投资组合的期权价格，并将所有的期权价格叠加起来，从而绘制投资组合的价格曲线。最后，在投资组合的价格曲线的基础上，可以分析投资组合在不同时期的价格走州雀察势，并进行投资组合结构的调整，从而获得最优投资组合。

Ⅱ 历史模拟法的优缺点

庞大历史资料的储存、校对、除错等工作都需要庞大的人力与资金来处理，如果使用者对于部位大小与价格等信息处理、储存不当，都会产生垃圾进，垃圾出的不利结果。
有些标的物的投资信息取得不易，例如未上市公司股票的价格、新上市（柜）公司股票的历史资料太短、有的流动性差的股票没有每日成交价格等。
若某些风险因子并无市场资料或历史资料的天数太少时，模拟的结果可能不具代表性，容易有所误差。 缺点:极端事件的损失不易模拟。
历史模拟法分布
主要的理由就是重大极端事件的损失比较罕见，无法有足够的资料来模拟损失分配 。
极端事件发生期间占整体资料比数的比例如何安排也是个问题，不同的比例会深深影响历史模拟法的结果。
例如以国际股票投资为例，1997年的亚洲金融危机、2001年美国发生的911恐怖攻击事件、美伊战争的进展等事件都会引发全球股市的大幅变动，若这些发生巨幅变动的时间占整体资料的比重过大，就会高估正常市场的波动性，因而高估真正的风险值。 未来风险因子的变动会与过去表现相同的假设，不一定可以反映现实状况。
涨跌幅比例的改变、交易时段延长、最小跳动单位改变等，都会使得未来的评估期间的市场的结构可能会产生改变，而跟过去历史模拟法选样的期间不同，甚至从未在选样期间发生的事件，其损益分配是无从反映在评估期间的风险值计算上。 虽然资料笔数要够多才有代表性，但是太多久远的资料会丧失预测能力，但是过少的时间资料又可能会遗失过去曾发生过的重要讯息，两者的极端情况都会使历史模拟法得所到的风险值可信度偏低，造成两难的窘境。
到底要选用多长的选样期间，只有仰赖对市场的认知
与资产的特性，再加上一点主观的判断来决定了。

Ⅲ 历史走势都是相似的，炒股时怎么去寻找其中的相似性呢

潮涨潮落，四季轮回，各按自然规律运行，股市也是如此，涨跌有时，节奏明快，并且很多个股经常会复制其历史走势，包括涨跌节奏、启动点位、见顶位置，发动时机等等，尤其顶部形态和底部形态常常惊人的相似。这样就为投资者提供了判断后市较好的依据，对投资者择股、择时有重大借鉴意义。

历史定位法在上升趋势个股或者牛市中的使用方法略有不同，处于上升趋势中的个股，短期内不会下探到前期底部区域，其回踩前期阶段顶部区域就会获得支撑，然后开始上行，这时就是介入时机，不用等到跌回底部区域。

同时，这种票也会拉升到前期顶部区域的上方一段距离后再做回调走势，其阶段顶部会越来越高，所以卖出时机并不在历史顶部区域，而是高于前期顶部20%左右，其顶部高出的比例和底部下探深度一致。

虽然历史走势会重复，但不是简单重复，中短线看相对位置尤为重要，处于上升期的行业个股，其阶段顶部和底部会越来越高，买点和卖点都是跟随提高，反过来，处于下坡路行业股则是相反的，不适合用绝对位置做比较。

如果一家发生重大变化，比如公司脱胎换骨，跨行业的优质资产注入，借壳上市等，则其未来会有新的演绎节奏，以往的走势参考意义不大。