[[Kewangan] Ingin tahu bagaimana untuk meramalkan masa depan?

Kita boleh melihat simulasi Monte Carlo di banyak tempat, meramalkan harga saham, meramalkan kerugian maksimum saham, meramalkan harga bon struktural.

• #### Simulasi Monte Carlo

Mula-mula, saya ingin memberitahu anda bahawa simulasi Monte Carlo adalah satu kaedah statistik yang digunakan untuk mensimulasikan data yang besar. Jika anda melihat perkataan ini secara langsung, anda akan langsung tersingkir, memanggil kaedah statistik, mengapa anda perlu mensimulasikan data yang besar?

Pertama, mengapa ia dipanggil simulasi Monte Carlo?

Simulasi Monte Carlo adalah satu kaedah statistik yang dikemukakan oleh ahli matematik Amerika Syarikat, Don Neumann dan Ulam, untuk menyelesaikan masalah penyebaran neutron secara rawak dalam pembangunan bom atom semasa Perang Dunia II. Oleh kerana kerja tersebut dirahsiakan pada masa itu, kaedah ini diberi nama kod Monte Carlo. Monte Carlo, di Monaco, adalah sebuah bandar loteri yang sangat terkenal pada masa itu, dan sifat pertaruhan adalah kebarangkalian, jadi kaedah ini dinamakan dengan nama bandar loteri, dan mudah diingat.

Kedua, mengapa: apa sebenarnya simulasi Monte Carlo dan mengapa ia digunakan dalam kewangan?

Sebagai contoh, jika kita katakan bahawa saham Wanco ditutup semalam dengan harga 10 ringgit, adakah anda ingin tahu harga saham Wanco 100 hari kemudian? Pasti anda ingin tahu, jika anda tahu, anda tidak perlu mengambil CFA / FRM.

Harga saham hari ini = harga saham semalam + 0.2

Atau biarlah saya sedikit akademik, dengan sedikit formula, iaitu St = St-1 + 0.2, ini bermakna hari ini saya mendapat dua sen daripada semalam, saya tahu harga penutupan semalam, saya dapat mengetahui harga penutupan hari ini, dan kemudian saya dapat mencari harga penutupan selepas 100 hari.

Jangan lupa bahawa saham melompat seperti kelinci, jadi setiap hari ada satu kejutan, kita panggil kejutan itu turun naik harga saham. Saya tidak tahu berapa banyak turun naik harga saham setiap hari, jadi ia adalah rawak, jadi ia adalah wajar untuk memikirkan bahawa terdapat satu lagi unsur rawak dalam formula ini:

Harga saham hari ini = harga saham semalam + turun naik harga saham hari ini

St = St-1 + e, e mewakili pergerakan harga saham setiap hari, dan ia adalah nombor rawak, yang dipanggil nombor rawak adalah nombor yang tidak pasti. Sekarang kita hanya perlu menggunakan kaedah statistik yang paling difahami, iaitu kaedah penghantaran nombor rawak, dan saya boleh pergi ke hadapan. Sebagai contoh, harga saham Van Gogh pada mulanya S0 = 10, jika saya mengeluarkan nombor rawak pertama pada masa ini, e1 = 0.3, maka S1 = 10.3, saya melangkah ke hadapan, dan saya mengeluarkan nombor rawak e2 = -0.4, S2 = 9.9, dengan cara yang sama, berjalan 100 langkah ke hadapan, dan dapat mencari harga saham Van Gogh selepas 100 hari, dan dengan itu mencari satu laluan untuk pergerakan harga stok Van Gogh selepas 100 hari.

Jadi, satu laluan tidak boleh dipercayai, baiklah, saya menggunakan kaedah yang sama untuk mensimulasikan 100 atau 1000 laluan keluar, seperti saya mensimulasikan 1000 laluan, jadi saya pada hari ke-100, mengambil pisau dan memotongnya, akan mendapati bahawa terdapat 1000 data, mempunyai jumlah data yang begitu banyak, yang paling mudah, saya boleh mendapatkan purata, jadi anggaran harga saham dalam juta unit adalah relatif atau relatif dipercayai. Sudah tentu ada 1000 data, apa sahaja yang anda mahu, saya boleh mencari 1000 data yang diedarkan, jadi saya boleh mengkaji sifat lebih lanjut.

Sudah tentu, penghantaran nombor rawak juga tidak sepenuhnya tidak teratur, biasanya melakukan simulasi Monte Carlo terlebih dahulu berdasarkan ciri-ciri data sejarah mengandaikan penghantaran nombor rawak. Sebagai contoh, jika kita mendapati turun naik harga saham atau sesuai dengan penghantaran yang paling biasa (penghantaran normal), maka kita biasanya mengandaikan e juga mematuhi penghantaran normal, supaya dapat memberitahu komputer bagaimana untuk menghantar nombor rawak.

Mengapa simulasi Monte Carlo adalah inovasi dalam penyelidikan kewangan?

Apa yang hebat tentang simulasi Monte Carlo ialah ia menjadikan masalah sains sosial seperti sains semula jadi. Sains semula jadi, seperti kimia, fizik, yang paling banyak dikaji adalah data, kerana anda boleh menutup diri anda di dalam makmal, anda letakkan kereta kecil itu berhempas 10,000 kali, anda akan mempunyai 10,000 data, perubahan kecil boleh dikaji secara menyeluruh.

Sudah tentu, dari analisis di atas kita juga dapat melihat, ia juga mempunyai kelebihan yang tidak terhad kepada data sejarah, kerana ia mendapat data yang dimodelkan, bukan data sejarah yang sebenarnya berlaku, jadi analisis boleh menjadi lebih menyeluruh.

Di atas adalah pengenalan kami kepada simulasi Monte Carlo, tentu saja dengan perkembangan teknologi maklumat dan pembahagian kerja secara menyeluruh, kami penganalisis kewangan sering tidak perlu membuat model sendiri, tetapi kita perlu mempunyai pengetahuan tentang prinsip model, supaya kita tahu di mana setiap model tidak boleh digunakan, di mana risiko yang terkandung di dalamnya, untuk membuat ramalan yang lebih baik mengenai masa depan.

Dipetik dari Rumah Pengurus