[Bạn muốn biết cách dự đoán tương lai? Ồ, mô phỏng Monte Carlo mà bạn nên biết

Chúng ta có thể thấy mô phỏng Monte Carlo ở nhiều nơi, dự đoán giá cổ phiếu, dự đoán lỗ tối đa của cổ phiếu, dự đoán giá trái phiếu cấu trúc. Vậy mô phỏng Monte Carlo là gì?

• #### Mô phỏng Monte Carlo

Monte Carlo Simulation là một phương pháp thống kê được sử dụng để mô phỏng một lượng lớn dữ liệu. Nếu bạn nhìn thẳng vào câu nói này, bạn sẽ bị bỏ đi, bạn sẽ không hiểu được phương pháp thống kê, tại sao bạn lại muốn mô phỏng một lượng lớn dữ liệu? Vì vậy, bước đầu tiên để hiểu một vấn đề lạ là hỏi tại sao, điều này phù hợp với thói quen suy nghĩ của tất cả mọi người, và chúng tôi sẽ trả lời một vài lý do tại sao.

Một là tại sao: Tại sao lại gọi là mô phỏng Monte Carlo?

Mô phỏng Monte-Carlo là một phương pháp thống kê được đưa ra bởi các nhà toán học người Mỹ như John Neumann và Ulam trong thời kỳ chiến tranh thế giới thứ hai để giải quyết vấn đề phân tán ngẫu nhiên của các hạt nhân trong quá trình phát triển bom nguyên tử. Vì công việc đó là bí mật, phương pháp này được đặt tên là Monte-Carlo. Monte-Carlo ở Monaco, là một thành phố cờ bạc rất nổi tiếng vào thời điểm đó, bản chất của cờ bạc là xác suất, vì vậy phương pháp này được đặt tên theo tên của thành phố cờ bạc và dễ nhớ.

Và lý do thứ hai: Mô phỏng Monte Carlo là gì và tại sao nó lại được sử dụng trong tài chính?

Nếu giá cổ phiếu của công ty là 10 đô la vào tối qua, bạn có muốn biết giá cổ phiếu của công ty 100 ngày sau không? Nếu bạn biết, bạn sẽ không cần phải học CFA / FRM. Làm thế nào để biết?

Giá cổ phiếu hôm nay = giá cổ phiếu hôm qua + 0,2

Hoặc cho phép tôi học thuật một chút, bằng một công thức, St = St-1 + 0.2, điều này có nghĩa là ngày hôm nay hơn hai xu so với ngày hôm qua, tôi biết giá đóng cửa ngày hôm qua, có thể biết giá đóng cửa ngày hôm nay, và sau đó có thể tìm thấy giá đóng cửa sau 100 ngày.

Đừng quên rằng cổ phiếu nhảy lên nhảy xuống giống như con chuột, vì vậy mỗi ngày có một cú bất ngờ, chúng ta gọi đó là biến động giá cổ phiếu. Tôi không biết giá cổ phiếu biến động bao nhiêu mỗi ngày, vì vậy nó là ngẫu nhiên, vì vậy thật tự nhiên khi nghĩ đến một số ngẫu nhiên trong phương trình này:

Giá cổ phiếu hôm nay = giá cổ phiếu hôm qua + biến động giá cổ phiếu hôm nay

St = St-1 + e, e là biến động giá cổ phiếu hàng ngày, nó là một số ngẫu nhiên, số ngẫu nhiên là số không xác định giá trị. Bây giờ chúng ta chỉ cần sử dụng một phương pháp thống kê được hiểu tốt nhất, đó là phương pháp phát ra số ngẫu nhiên, tôi có thể đi về phía trước. Ví dụ: giá cổ phiếu của đại gia đầu tiên là S0 = 10, nếu lúc này tôi phát ra số ngẫu nhiên đầu tiên, e1 = 0.3, thì S1 = 10.3, tôi đã đi một bước, tôi phát ra một số ngẫu nhiên khác e2 = -0.4, S2 = 9.9, theo cùng một phương pháp, đi 100 bước trước, có thể tìm thấy giá cổ phiếu của đại gia sau 100 ngày, và như vậy đã tìm thấy một con đường biến động giá cổ phiếu của đại gia sau 100 ngày.

Đến đây, tất cả các bạn chắc chắn biết rằng, chỉ mô phỏng một kết quả có thể là quá không đáng tin cậy, tôi bằng cách phát ra một số ngẫu nhiên phương pháp ngẫu nhiên tìm thấy giá cổ phiếu của công ty 100 ngày sau đó, tôi nghĩ rằng đây là ước tính của tôi, đó là ước tính của tôi là quá ngẫu nhiên. Vì vậy, một con đường là không đáng tin cậy, rất tốt, tôi sử dụng phương pháp tương tự để mô phỏng 100 hoặc 1000 con đường ra, ví dụ như tôi mô phỏng 1000 con đường, sau đó tôi vào ngày 100, lấy một con dao và cắt, sẽ tìm thấy có 1000 dữ liệu, có một lượng lớn dữ liệu, đơn giản nhất, tôi có thể lấy số trung bình, như vậy ước tính giá cổ phiếu của công ty hàng triệu tương đối hoặc tương đối có thể. Tất nhiên có 1000 dữ liệu, bạn có thể làm gì, tôi có thể tìm thấy 1000 dữ liệu phân phối, như vậy có thể xem xét nhiều hơn về chất lượng của mô phỏng này.

Tất nhiên, phát xuất số ngẫu nhiên cũng không hoàn toàn không đều, thường làm mô phỏng Monte Carlo trước tiên phải giả định phân bố số ngẫu nhiên dựa trên đặc điểm của dữ liệu lịch sử. Ví dụ: nếu chúng ta tìm thấy biến động của giá cổ phiếu phù hợp với phân bố phổ biến nhất ((phân bố chính xác), thì chúng ta thường giả định e cũng tuân theo phân bố chính xác, để có thể nói cho máy tính biết cách phát ra số ngẫu nhiên.

Tại sao mô phỏng Monte Carlo lại là một sự đổi mới trong nghiên cứu tài chính?

Điều tuyệt vời nhất về mô phỏng Monte Carlo là nó biến một vấn đề của khoa học xã hội thành một vấn đề của khoa học tự nhiên. Trong khoa học tự nhiên, chẳng hạn như hóa học, vật lý, những gì bạn cần nhất là dữ liệu, bởi vì bạn có thể tự khóa mình trong phòng thí nghiệm, bạn có thể cho chiếc xe nhỏ đó đụng 10.000 lần, bạn có 10.000 dữ liệu, các biến có thể thay đổi rất nhỏ để nghiên cứu.

Tất nhiên, từ phân tích trên, chúng ta cũng có thể thấy rằng nó có một lợi ích là không giới hạn trong dữ liệu lịch sử, bởi vì dữ liệu mà nó có được là mô phỏng, không phải là dữ liệu lịch sử thực sự xảy ra, vì vậy phân tích có thể toàn diện hơn. Ví dụ, nếu bạn chỉ sử dụng dữ liệu lịch sử để nghiên cứu, không thể dự đoán sẽ có một cuộc khủng hoảng tín dụng phụ xảy ra, bởi vì lịch sử chưa bao giờ xảy ra, nhưng bằng cách mô phỏng, bạn có thể có được nhiều dữ liệu lịch sử chưa bao giờ xảy ra, có thể đưa ra dự đoán toàn diện hơn.

Tất nhiên, với sự phát triển của công nghệ thông tin và phân công toàn diện, chúng tôi, các nhà phân tích tài chính thường không cần phải tự tạo mô hình, nhưng chúng tôi vẫn cần có một số kiến thức về nguyên tắc của mô hình, để biết phạm vi mà mỗi mô hình không áp dụng, rủi ro của nó là ở đâu, để dự đoán tốt hơn về tương lai.

Tóm tắt từ nhà quản lý