什么是蒙特卡罗模拟(Monte Carlo Simulation)？

蒙特卡罗模拟是一种数学模型，用于通过随机测试或抽样多种情景和变量来计算特定结果的概率。Stanilaw Ulam是二战期间在曼哈顿项目工作的数学家，他首次使用这种模拟，为分析人员提供了一条解决问题的途径决策和解决具有多...

蒙特卡罗模拟是一种数学模型，用于通过随机测试或抽样多种情景和变量来计算特定结果的概率。Stanilaw Ulam是二战期间在曼哈顿项目工作的数学家，他首次使用这种模拟，为分析人员提供了一条解决问题的途径决策和解决具有多个不确定性领域的复杂问题。蒙特卡罗模拟以摩纳哥赌场聚居的度假村命名，通过在每次运行中随机插入可能影响最终结果的组件，使用历史统计数据生成数百万不同的财务结果，例如账户回报、波动性或相关性。一旦制定了情景，该方法就计算达到特定结果的几率。与使用长期平均值和对未来增长或储蓄的估计的标准财务规划分析不同，软件和web应用程序中提供的蒙特卡罗模拟可以提供一种更现实的方法来处理变量并测量金融风险或回报的概率。

蒙特卡罗模拟是一种数学模型，用于通过随机测试或抽样多种情景和变量来计算特定结果的概率。蒙特卡罗方法通常用于个人财务规划、投资组合评估、债券和债券期权估价，以及公司或项目融资。虽然概率计算并不新鲜，但大卫·B·赫兹在1964年的文章《资本投资中的风险分析》中首次在金融领域开创了概率计算，Phelim Boyle于1977年将该方法应用于衍生品估值，并在《金融经济学杂志》（Journal of Financial Economics）上发表了他的论文《期权：蒙特卡罗方法》（Options:A Monte Carlo Approach）这种技术更难用于美式期权，而且其结果取决于基本假设，有些事件是蒙特卡罗模拟无法预测的。与其他形式的金融分析相比，模拟具有几个明显的优势。除了生成给定策略可能终点的概率外，数据公式化方法有助于图形和图表的创建，促进与投资者和股东更好地沟通研究结果。蒙特卡罗模拟强调了每个变量对底线的相对影响。利用这种模拟，分析师还可以准确地看到某些输入组合是如何相互影响和相互作用的。了解变量之间的正相关和负相关关系，可以为任何工具提供更准确的风险分析。这种方法的风险分析包括使用概率分布来描述变量。众所周知的概率分布是正态或钟形曲线，用户指定期望值，标准差曲线定义变化。能源价格和通货膨胀率可以用钟形曲线来描述。对数正态分布描绘的正变量具有无限的增长潜力，例如石油储量或股票价格。均匀分布、三角形分布和离散分布都是其他可能的概率分布的例子。从概率曲线中随机抽样的值以集合形式提交，称为迭代。

发表于 2020-09-29 14:43
阅读 ( 1116 )
分类：经济金融

什么是蒙特卡罗模拟(Monte Carlo Simulation)？

你可能感兴趣的文章

相关问题

0 条评论

作家榜 »

推荐文章