量化交易学习笔记（2）：随机变量

定义在样本空间上的实值函数，称为随机变量。

如果随机变量的函数值是实数轴上独立的点（有限个或无限个），则称为离散型随机变量。

如果随机变量的函数值是实数轴上某个区间所有的点（区间可以是负无穷大到正无穷大），则称为连续随机变量。

找了一篇比较好的文章，有图文，帮助理解：

《随机变量》 https://www.jianshu.com/p/2149deee83fe

 

用一段代码来示例：

import numpy as np
import pandas as pd

randomNumbers = np.random.choice([1, 2, 3, 4, 5], size=100, replace=True, p=[0.3, 0.1, 0.2, 0.1, 0.3])
'''四个参数，a size replace p，其中a可以是列表或者是整数，size表示要生成的列表长度，replace表示是否可以出现同样的元素，p是指对应元素出现的概率'''
print(type(randomNumbers))
print(randomNumbers)
#离散型随机变量

ret = pd.Series(randomNumbers).value_counts()
print(type(ret))
print(ret)
#统计次数

ret = ret / 100
print(type(ret))
print(ret)
#统计概率分布

 

运行结果：

<class 'numpy.ndarray'>
[3 2 5 1 3 1 5 1 2 1 3 1 5 1 3 1 5 1 1 1 5 1 3 3 4 3 3 1 5 4 5 1 2 5 5 1 5
 2 2 5 1 5 5 3 5 1 2 1 1 4 3 1 1 3 5 3 1 3 3 5 3 1 4 1 1 5 3 1 5 5 5 1 3 5
 1 1 4 3 5 1 1 5 3 5 1 5 3 5 1 1 5 3 4 1 5 5 1 1 1 1]
<class 'pandas.core.series.Series'>
1    38
5    29
3    21
4     6
2     6
dtype: int64
<class 'pandas.core.series.Series'>
1    0.38
5    0.29
3    0.21
4    0.06
2    0.06
dtype: float64