モンテカーロシミュレーションは 株式価格の予測や 株価の最大損失や 構造債券の価格の予測などで 何処でも見られます. では,モンテカーロシミュレーションとは?
まず,モンテカーロシミュレーションは,大量のデータをシミュレートするための統計学的方法です. この言葉を直接見ると,すぐに乾燥し,統計学的方法,大量のデータをシミュレートする理由を叫ぶでしょう.
"つ目は,なぜモンテカーロ・シミュレーションと呼ばれるのか?
モンテカーロ模擬は,第二次世界大戦中に原子爆弾開発の作業において,裂け目物質の中性子ランダム拡散の問題を解決するために,アメリカの数学者,ド・ノイマンとウラム等が提案した統計的方法である.その当時,その作業は機密であったため,この方法にはモンテカーロというコード名が付いた.モンテカーロはモナコで,当時非常に有名な
2つ目の理由は,モンテカーロシミュレーションとは何か? なぜ金融に使われるのか?
もし昨夜,万科の株価が10ドルだったとしたら,あなたは100日後の万科の株価を知りたいと思いませんか?
今日株価は昨日株価+0.2です.
St=St-1+0.2という公式を使えば,昨日よりも今日2毛
株価はオタクのように跳ね上がるので,毎日の驚異的な波動があるのを忘れないでください. この驚異的な波動は,株価変動と呼ばれます. 株価は毎日の波動の大きさはわかりませんが,ランダムなので,この推移式にはランダムな項目の1つも考えることは自然です.
今日株価は,昨日の株価+今日の株価変動です.
数学的にはSt=St-1+eで,eは毎日の株価の変動を表します.これはランダムな数で,ランダムな数とは評価不確定数です.今,我々が最もよく理解する統計方法,ランダムな数を発行する方法を用いれば,私は前進することができます.例えば,最初の100万科の株価S0=10を,この時点で最初のランダムな数を発行すると,e1=0.3,S1=10.3,私は一歩前進し,またランダムな数e2=−0.4,S2=9.9を発行します.同じ方法で,前進して100万科の株価を見つけることができます.
ランダムな数値で100日後に万科の株価をランダムに見つけました. これは私の推定値です. これは私の推定値です. ランダムなパスです. だから私は100路と1000路を同じ方法でシミュレートします. 例えば,私は1000路をシミュレートします. そして100日目に,切断すると,1000のデータが入力され,大量のデータが出ます.
もちろん,ランダムな数の発射も完全に不規則ではない.通常,モンテカーロ模擬は,歴史的なデータの特徴に基づいてランダムな数の分布を仮定する.例えば,株価の変動が最も一般的な分布 (正規分布) に適合していることがわかった場合,eも正規分布に従うことを仮定し,コンピュータにランダムな数をどのように発射するかを伝える.
3つ目は,モンテカーロ模範が金融研究における革新的な理由です
モンテカーロシミュレーションの素晴らしいところは 社会科学の問題が自然科学のように変わることです 自然科学や化学や物理学は 最も研究に欠けているのはデータです なぜなら,自分たちを研究室に閉じ込めて その車に1万回ぶっつけてみると, 10,000のデータがあり,微妙な変化でも研究できる範囲があります しかし金融は社会科学として実験を行う方法がほとんどありません. 100日経過すると,100のデータしかありません. 100日経過すると,再び行けるものではありません. 時間が繰り返す方法がないからです. だから金融市場の研究では,データ量,小さなサンプルが最大の問題ですが, モンテカーロシミュレーションはこの問題を解決できます.
もちろん,上記の分析から,それ以外の利点もわかります. それは歴史データに限定されていないこと,つまり,実際の歴史データではなく,模擬化されたデータだからです. この分析はより包括的なものです. 例えば,あなたが歴史データだけで研究をする場合,二次融資危機が起こるのを予測することは不可能です. なぜなら,それは歴史上一度も起きていないからです. しかし,模擬方法によって,歴史上起きていない多くのデータを得ることができ,より包括的な予測を行うことができます.
以上はモンテカーロ模範についての紹介です. もちろん,情報技術の発展と分業の普及により,金融分析家はしばしば自分のモデルをモデル化する必要はありません. しかし,モデル原理について理解する必要があるので,それぞれのモデルが適用できない範囲,そのリスクがどこにあるかを知って,将来についてよりよい予測を行うことができます.
管理者の家から転送