我有255个月(~21年)的金融资产回报率,从-22.25%到+18.09%不等。我使用Fitting empirical distribution to theoretical ones with Scipy (Python)?中的代码将数据拟合到分布中,并生成随机数。 这是数据的直方图。我相信上面的代码试图使用MLE (最大似然估计)将数据拟合到分布中,列表中大约有88种不同的</em
我有一个关于beta分布和随机变量的问题。我的数据包括2012年到2016年每小时的性能数据。我每月重新计算数据,因此每个月只有一个值。在那之后,我用一个月的所有值创建了一个新的df,如我的代码示例所示。import numpy as npfrom scipy.stats import beta
import matplotlib.pyplot as pltmonths = [jan, f