quantgirluk/aleatory

What it solves

Aleatory 是一个 Python 库，旨在简化随机过程的模拟与可视化。它提供一种标准化的方式，在离散时间集合上生成各种随机过程的轨迹（实现），并创建其行为的可视化表示。

How it works

该库引入了表示不同随机过程的对象。用户可以实例化这些过程对象，并使用内置方法生成数据点和绘制图形。它利用 numpy 进行随机数生成，并使用 scipy、statsmodels 与 matplotlib 提供分布支持和可视化功能。

Who it’s for

主要面向量化金融、物理、数学等领域的研究人员、学生和从业者，需求包括模拟随机游走、布朗运动以及其他复杂的随机模型。

Highlights

• Extensive Process Library: 支持广泛的 1D 过程，包括布朗运动、Gaussian Processes（含各种 kernel）、Hawkes 过程和 Vasicek 过程。
• Multi-dimensional Support: 包含 2D 随机过程，如相关布朗运动和 2D 随机游走。
• Concise API: 只需少量代码即可生成和可视化复杂轨迹。
• Integrated Visualization: 内置 .draw() 方法，可快速进行过程属性的可视化分析。