- 随机数生成时Monte
Carlo模拟的中心任务。前面的章节介绍了如何使用Python和例如numpy.random等库莱生成不同分布的随机数的方法。对于我们现在的项目,最重要的是标准正态分布的随机数。这样我们应当有一个专门用来生成这种随机数的方便的函数。 - 这个函数中使用了方差减少技术,也就是antithetic paths和moment matching,这些在前面章节中有所介绍。
- 应用这个函数是很直接的。这个函数是我们后续分析的重要驱动力量。
import numpy as np
def sn_random_numbers(shape,antithetic=True,moment_matching=True,fixed_seed=False):
if fixed_seed:
np.random.seed(1000