今回、私がプロットしたランダムウォーク(酔歩)のグラフが面白いのは、このコードでは
同じ一様分布の乱数を使っているのにもかかわらず、それぞれの3パターンの酔歩
(Walk_A,Walk_B,Walk_C)において、それぞれ特徴的なパターンと差異が生じている
点である。

https://i.imgur.com/3hwiObh.png

また、各色の酔歩に表れている帯みたいなものは信頼区間を表していて、今回は、
デフォルトの信頼区間95％に設定したので、どの試行においても、95％の確率で、
この帯の範囲内に各ランダムウォークがプロットされる、ということを意味している。
下記に、なぜ、各ランダムウォークに顕著な偏差が出るかをAIが詳述してくれている。
今回、ランダムウォークのstep数はn=1000にしたが、このｎを大きくすると、
大数の法則に従って、偏差が、正規分布へと収束する傾向になるようである。