股市中的动能效应与反转效应

股票的对数收益率定义为：

rt=ln(Pt)-ln(Pt-1)

一般认为此对数收益率是平稳的随机过程。

假设某只股票的周收益率，是一个AR(1) 过程：

rt=ϕ0+ϕ1∙rt-1+εt

其中，εt 是彼此独立的随机扰动，服从均值为零，标准差为sigmaE 的正态分布，ϕ0，ϕ1（下面记为phi0，phi1）是模型参数，phi1大于零说明股市存在动能效应，小于零说明存在反转效应，等于零则是金融市场有效性的一个证据。

对数收益率 rt 的期望值与参数的关系：

Ert=ϕ01-ϕ1

所以，如果想模拟生成均值为meanRet的收益率，可以将 phi0 设定为 meanRet * (1-phi1)。

任务1：定义一个函数 simuRet ( T, meanRet, phi1, sigmaE, logP0=log(100) )，模拟生成股票的对数收益率。函数的自变量是：

T = 观测值个数，meanRet = 对数收益率的平均水平，phi1，sigmaE 是AR(1) 的参数，logP0=log(100) 是期初股票价格的对数，设定缺省值为log(100)。

函数的取值是一个 T * 3 的矩阵obs，其第一列是时间编号，第二列是模拟的每期的对数收益率，第三列记录价格走势。

做模拟时，参数取值建议模仿股市5年周收益率数据，（ T=260，meanRet = 0.0025，phi1 是关键参数，可以取 -0.3，-0.1，0，0.1，0.3，0.6不同值，sigmaE = 0.04 ）自己可以小幅度调整参数取值，但是应该注意，保持其金融学含义在合理的范围内。

应用 plot() 函数画出模拟的价格走势。

你好，我是有问必答小助手，非常抱歉，本次您提出的有问必答问题，目前超出我们的服务范围，暂时无法为您解答。

首次提问人员可免费体验一次有问必答服务。目前首次提问的问题服务范围为：编程语言、Java开发、python、数据库、前端开发 领域专业技术问题，为您提供问题的解决思路和指导。不提供源码代写、项目文档代写、论文代写、安装包资源发送或安装、软件使用指导等服务。

我们后续会持续优化，扩大我们的服务范围，为您带来更好地服务。