[[金融学] 未来を予測する方法を知りたい? モンテカルロ・シミュレーションについて知っておくべきこと

モンテカルロの模擬は 株価の予測,最大損失の予測,構造的債券の価格の予測などで 広く使われています. では,モンテカルロの模擬とは何か? モンテカルロの模擬の最も良いところは?

• #### モンテカルロ模擬

まず,モンテカル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統計学の手法であることに触れておきましょう. この言葉を直接見ると,なぜ大量のデータをシミュレートする統計学の手法であるのか,という疑問が浮かび上がります.

モンテカルロ・シミュレーションは,なぜモンテカルロ・シミュレーションと呼ばれるのか?

モンテカルロシミュレーションは,第二次世界大戦中,原子爆弾開発作業において,核分裂物質の中性子のランダムな拡散問題を解くために,アメリカの数学者ジョーン・ノイマンとウラムなどの提出した統計的方法である.当時の作業は機密であったため,この方法にモンテカルロというコードネームを与えられた.モンテカルロは,モナコで,当時非常に有名な城であり,賭けの本質は確率であるため,城の名前でこの方法に命名され,覚えやすい.このシミュレーション方法が数年後出現すれば,ラスベガスシミュレーションまたはマカオシミュレーションと呼ばれるであろうと推定されている.

2つ目の理由:モンテカルロ・シミュレーションとは何か? なぜ金融業界で使われるのか?

ウォンコーの株価が昨夜10ドルだったとしたら, 100日後のウォンコーの株価を知りたいと思いませんか? 知りたいと思いませんか? 知っているなら,CFA/FRMの試験も受けなくてもいいでしょう.

株価が0.2倍になったとき,

もしくは,私の学術を許して,少し公式で,St=St-1+0.2,これは今日の昨日より2毛を表示します,私は昨日の閉店価格を知れば,今日の閉店価格を知ることができ,それから100日後の閉店価格を見つけることができます. しかし,この推論は,あまりにも不確実です,あなたはCFA/FRMの試験も受けなくても,万科の株式を買って,毎日2毛を稼ぐことができます.

株価はのように跳ね上がるので,毎日のサプライズもあって,それを株式価格の波動と呼びます. 株価の毎日の波動の大きさは,私は知らないので,ランダムなので,自然にこの推理にランダムな項を入れます.

株価は,昨日の株価と,今日の株価の変動で,

数学的にはSt=St-1+e,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,ランダムな数とは価値の不確定な数です.今,我々は,我々が最もよく理解する統計的方法,つまりランダムな数の発射の方法を使用するだけです.私は前に進むことができます.例えば,最初の万科の株価S0=10,この時点で私が最初のランダムな数を発射した場合,e1=0.3,S1=10.3,私は一歩前に進み,私は再びランダムな数を発射しますe2=-0.4,S2=9.9,同じ方法で,100歩前に進み,100日後に万科の株価を見つけることができます.そして100日後に100万科の株価の変動の道を見つけることができます.それは,100万科の株価の経路ではありません.私は,この経路を介して,多くの見積もりをしています.明らかに,未来を模倣するローマ通路はありません.この未来を模倣する可能性は,この未来を模索する可能性があります. (ここでは,あなたが理解する限り,多星間の商人だけの道です.

ランダムな数字を投射して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. ランダムな数字を投射して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. これは私の推定値です.

もちろん,ランダムな数の発射も完全に無規則ではない.通常,モンテカルロの模擬は,歴史データ特有の仮定したランダムな数の分布を行う.例えば,株式価格の波動が最も一般的な分布 (正規分布) に適合していることが判明した場合,eも正規分布に従っていると仮定して,コンピュータにランダムな数を発射する方法を示す.

3つ目の理由は,なぜモンテカルロ・シミュレーションは金融研究における革新的手段なのか?

モンテカルロ・シミュレーションの素晴らしいところは,社会科学の問題を自然科学のように変えてしまうことです. 自然科学,例えば化学,物理学, 最も研究される時には,最も欠かせないのはデータです. なぜなら,あなたは実験室に自分自身を閉じ込め,あなたはその小車が1万回ぶつかり,あなたは1万のデータ,微妙な変数を変更することができますが,研究が非常に包括的です. しかし,金融社会科学は,実験を行う方法がない,これは100日過ぎた,それは100のデータです.

もちろん,上記の分析から,歴史データに限定されないという利点もあることがわかります.なぜなら,そのデータは模擬データであり,歴史が実際に起こったデータではないので,分析はより全面的にできるのです.例えば,歴史データだけで研究を行うと,二次融資危機が起こることを予測することは不可能です.なぜなら,歴史は一度も起こらなかったからです.しかし,模擬の方法によって,歴史があまり起こらなかったデータを得ることができ,より全面的な予測ができるのです.

以上,モンテカルロ・シミュレーションの紹介です. もちろん,情報技術の発展と労働の分担の全面により,金融アナリストは,自分でモデルを作る必要はあまりありません.しかし,モデル原理については,ある程度の認識が必要になります.そうすれば,それぞれのモデルが適用できない範囲,それが含んでいるリスクがどこにあるかを知ることができ,将来をより良い予測することができます.

管理人の家から