《金融建模基础综合实验》由会员分享，可在线阅读，更多相关《金融建模基础综合实验（23页珍藏版）》请在金锄头文库上搜索。
1、金融建模基础综合实验实验报告实 验 基 本 信 息项目名称金融建模基础综合实验课程名称金融建模基础教学班级上课学期2021-2022（1）指导教师闵晓平实 验 完 成 人 情 况序号学 号专业班级姓 名10金融191刘健实 验 报 告 评 分 表评 分 项 目评 分 标 准分值得分报告格式版面美观，格式规范20分三基技能概念准确，代码正确40分问题分析分析合理，有创新性20分学习感悟语句流畅，条理清晰20分本 实 验 报 告 的 成 绩100分实 验 指 导 教 师 签 名一、实验目的与要求（一）实验目的通过本课程的学习，系统掌握现代金融学的基本模型，构建借助python软件应用金融学基本模型
2、解决现实金融问题的思路，增强应用金融模型进行资产定价，组合管理和风险管理的实际动手能力，具体目的如下：掌握金融数据的预处理、统计计量分析和图形展示的基本技能 掌握应用金融模型进行资产定价的能力 掌握应用金融模型进行风险衡量、对冲的能力 （二）实验要求1.使用2021年1-3季度上证综指，深成指，沪深300指数的日度行情，（1）画出3个指数的时间序列图；（2）分析3个指数之间的相关关系；（3）分析三个指数的日度收益的概率分布是否服从正态分布。2.使用2010年1月1日以来A股10支个股的日度行情，（1）计算各股贝塔，绘制贝塔时间序列图；（2）验证资本资产定价模型；（3）构建系统风险大于且小于1的
3、最优组合。3. 使用2021年1-3季度沪深300指数日度数据；（1）估计沪深300指数的历史波动率；（2）使用期权估计前瞻性波动率；（3）模拟未来1个月指数分布；（4）计算某个基于沪深300ETF的看涨期权价格的价格，与市场价格进行对比分析。二、实验设备与软件本实验需要使用安装了Anaconda软件的计算机。三、实验内容报告# 第一部分import pandas as pdimport as pltimport numpy as npimport as smimport as scoimport as stfrom import norm# 显示中文from pylab import mpl
4、 = SimHei_minus = False# 导入数据SH = _excel(C:UsersDesktop金融建模指数.xlsx,sheet_name=上证指数,header=0,index_col=0)SZ = _excel(C:UsersDesktop金融建模指数.xlsx,sheet_name=深证成指,header=0,index_col=0)HS300 = _excel(C:UsersDesktop金融建模指数.xlsx,sheet_name=沪深300,header=0,index_col=0)# 时间序列图# 上证指数时间序列图(figsize=(15, 8) # 画布尺寸#
5、 开盘点位(2,2,1) # 放在第一张图(SH开盘指数,r-,label=u上证指数开盘指数,lw=) # 折线图(fontsize=13,rotation=30)(u日期,fontsize=13)(fontsize=13)(u点位,fontsize=13) # 字号和标签(loc=2,fontsize=13) # 图例放在左上() # 网格# 收盘点位(2,2,2) # 放在第二张图(SH收盘指数,r-,label=u上证指数收盘指数,lw=) # 折线图(fontsize=13,rotation=30)(u日期,fontsize=13)(fontsize=13)(u点位,fontsize
6、=13) # 字号和标签(loc=2,fontsize=13) # 图例放在左上() # 网格# 最高点位(2,2,3) # 放在第一张图(SH最高指数,r-,label=u上证指数最高指数,lw=) # 折线图(fontsize=13,rotation=30)(u日期,fontsize=13)(fontsize=13)(u点位,fontsize=13) # 字号和标签(loc=2,fontsize=13) # 图例放在左上() # 网格# 最低点位(2,2,4) # 放在第二张图(SH最低指数,r-, label=u上证指数最低指数,lw=) # 折线图(fontsize=13,rotati
7、on=30)(u日期,fontsize=13)(fontsize=13)(u点位,fontsize=13) # 字号和标签(loc=2,fontsize=13) # 图例放在左上() # 网格# 深证成指时间序列图(figsize=(15, 8) # 画布尺寸# 开盘点位(2,2,1) # 放在第一张图(SZ开盘指数,r-,label=u深证成指开盘指数,lw=) # 折线图(fontsize=13,rotation=30)(u日期,fontsize=13)(fontsize=13)(u点位,fontsize=13) # 字号和标签(loc=2,fontsize=13) # 图例放在左上()
8、# 网格# 收盘点位(2,2,2) # 放在第二张图(SZ收盘指数,r-, label=u深证成指收盘指数,lw=) # 折线图(fontsize=13,rotation=30)(u日期,fontsize=13)(fontsize=13)(u点位,fontsize=13) # 字号和标签(loc=2,fontsize=13) # 图例放在左上() # 网格# 最高点位(2,2,3) # 放在第一张图(SZ最高指数,r-, label=u深证成指最高指数,lw=) # 折线图(fontsize=13,rotation=30)(u日期,fontsize=13)(fontsize=13)(u点位,f
9、ontsize=13) # 字号和标签(loc=2,fontsize=13) # 图例放在左上() # 网格# 最低点位(2,2,4) # 放在第二张图(SZ最低指数,r-, label=u深证成指最低指数,lw=) # 折线图(fontsize=13,rotation=30)(u日期,fontsize=13)(fontsize=13)(u点位,fontsize=13) # 字号和标签(loc=2,fontsize=13) # 图例放在左上() # 网格# 沪深300时间序列图(figsize=(15, 8) # 画布尺寸# 开盘点位(2,2,1) # 放在第一张图(HS300开盘指数,r-,
10、 label=u沪深300开盘指数,lw=) # 折线图(fontsize=13,rotation=30)(u日期,fontsize=13)(fontsize=13)(u点位,fontsize=13) # 字号和标签(loc=2,fontsize=13) # 图例放在左上() # 网格# 收盘点位(2,2,2) # 放在第二张图(HS300收盘指数,r-, label=u沪深300收盘指数,lw=) # 折线图(fontsize=13,rotation=30)(u日期,fontsize=13)(fontsize=13)(u点位,fontsize=13) # 字号和标签(loc=2,fontsi
11、ze=13) # 图例放在左上() # 网格# 最高点位(2,2,3) # 放在第一张图(HS300最高指数,r-,label=u沪深300最高指数,lw=) # 折线图(fontsize=13,rotation=30)(u日期,fontsize=13)(fontsize=13)(u点位,fontsize=13) # 字号和标签(loc=2,fontsize=13) # 图例放在左上() # 网格# 最低点位(2,2,4) # 放在第二张图(HS300最低指数,r-,label=u沪深300最低指数,lw=) # 折线图(fontsize=13,rotation=30)(u日期,fontsiz
12、e=13)(fontsize=13)(u点位,fontsize=13) # 字号和标签(loc=2,fontsize=13) # 图例放在左上() # 网格# 三个指数之间的相关系数SH_profit = :,4SZ_profit = :,4HS300_profit = :,4profit = (SH_profit, SZ_profit,HS300_profit,axis=1) # 将三个指数回报率拼接成一个新数据框 = 上证指数回报率,深证成指回报率,沪深300回报率 # 改数据框列名print() # 输出相关系数# 三个指数的日回报率的概率分布与正态分布的对比(figsize=(15,
13、8) # 画布尺寸# 上证指数与正态分布对比SH_mean = (SH_profit) # 上证指数回报率均值SH_std = (SH_profit) # 上证指数回报率标准差SH_norm = (loc=SH_mean,scale=SH_std,size=(len(SH_profit),1) # 正态分布抽样SH_pro = (SH_profit) # 将上证指数回报率转换为数组SH_pro = SH_(len(SH_profit),1) # 转换为一列SH_compare = (SH_norm,SH_pro) # 将正态分布样产生的数组与上证指数回报率拼接为两列的数组(2, 2, 1) # 第一张图(SH_compare,label=u正态分布抽样,u上证指数回报率,bins=10,edgecolor=k) # 画直方图(fontsize=13)(u样本值,fontsize=13)(fontsize=13)(u频数,fontsize=13)(loc=2,fontsize=13)()# 深证成指与正态分布对比SZ_mean = (SZ_profit) # 深证成指回报率均值SZ_std = (SZ_profit) # 深证成指回报率标准差SZ_norm = (loc=SZ_mean,scale=SZ_std,size=(len(SZ
