加载中…蒙地卡罗模拟法(Monte Carlo Simulation)
(2009-11-08 17:35:24)
标签：
蒙地卡罗模拟法montecarlosimulation雲計算谷歌it |
分类： 云计算机 |
蒙地卡罗模拟法(Monte Carlo
Simulation)藉由电脑模拟投资组合的价格变动几百次、几千次、甚至几万次其可能价格的路径，并依此建构投资组合的报酬，及进而推估其风险值。本质上蒙地卡罗模拟法是一种基于大数法则(Law
of Large
Numbers)的实证方法，若模拟的次数越多，它的平均值也就会越趋近于理论值。在本文以股票为例的蒙地卡罗模拟法中，
假设股价的变动过程如同几何布朗宁运动(Geometric Brownian
Motion)并服从对数常态分配(Lognormal Distribution)。而在下例Google
Docs的蒙地卡罗模拟法(对数常态分配) Monte Carlo Simulation (Lognormal
Distribution)计算机中，假设今天的股价是100元、年复合增长率5%及波幅年率20%，以每步1/100年推算，五次平均模拟最终平均值为100.45元。读者可自行重设以上参数模拟，但须有Google户口才可操作。
以往蒙地卡罗模拟法最主要的缺点就是需要高速电脑、复习的技术和大量重复的抽样以作运算，故计算成本较高且耗费时间较长。若是代表价格变动的随机模型选择不当，则其错误的结果可引至灾难性的投资失误。不过，由于蒙地卡罗模拟法能在处理非线性(Nn-linear)，非常态分配(Non-normal
Distribition)或以及非常复习的投资组合非常有用。随着新的高速电脑技术以及云运算(Cloud
Computing)，和目前有许多新的研究正致力于改善传统的蒙地卡罗模拟法，相信可以加速其运算的速度和准确性。
喜欢
0
赠金笔
前一篇：按揭贷款偿还计算器