用numpy生成随机持有集

Question

我需要生成多个（比如说，10万个）随机持有的用户谁可以持有多个控股集。对于任何给定的用户，这些持有量的总和必须为1。理论上，在numpy中生成这些随机持有量相当容易：

num_users = 100000
num_holdings = 8

random_holdings = np.random.rand(num_users, num_holdings)
random_holdings /= np.sum(random_holdings, axis=1, keepdims=True)

这给了我们

random_holdings
array([[0.044, 0.169, 0.204, ..., 0.051, 0.116, 0.176],
       [0.132, 0.078, 0.23 , ..., 0.102, 0.028, 0.204],
       [0.036, 0.182, 0.165, ..., 0.138, 0.065, 0.04 ],
       ...,
       [0.195, 0.028, 0.136, ..., 0.147, 0.113, 0.22 ],
       [0.19 , 0.237, 0.061, ..., 0.23 , 0.109, 0.046],
       [0.181, 0.111, 0.1  , ..., 0.166, 0.126, 0.199]])

问题在于，这导致了许多类似的持有套数和相对较少的集中持有套数。例如：

len(np.where(random_holdings > 0.5)[0])

结果是24（在整个10万股中只有24股大于0.5）。你知道吗

有谁能推荐一个更好的随机化方法或者一个更明智的整体方法，这样我的同类持股会更少，集中持股会更多？你知道吗

谢谢！你知道吗

Answer 1

你要求“更好的随机化方法”，但“更好”并没有很好的定义。如果你只是想要一些能使持有量发生更大变化的东西，你可以试试

random_holdings = np.random.pareto(1, size=(num_users, num_holdings))

然后像你已经做的那样正常化。你知道吗

^{}的第一个参数控制分布的形状。使用较大的值来减少持有量的极端变化。你也可以尝试其他重尾分布。你知道吗