Monte Karlo modeliavimas yra statistinis metodas. Tai naudojama sudėtingoms matematinėms problemoms spręsti generuojant atsitiktinius kintamuosius.
Monte Karlo simuliacija arba Monte Karlo metodas yra skolingas garsiajam kazino Monako Kunigaikštystėje. Ruletė yra garsiausias kazino žaidimas, taip pat paprasčiausias atsitiktinių skaičių generavimo mechanizmo pavyzdys.
Šio metodo raktas yra suprasti terminą „modeliavimas“. Modeliavimas atliekamas tikros sistemos charakteristikų ir elgesio pakartojimu arba kopijavimu. Taigi pagrindinis Monte Karlo modeliavimo tikslas yra bandyti imituoti realių kintamųjų elgesį, kad, kiek įmanoma, būtų analizuojama ar numatoma, kaip jie vystysis.
Modeliuojant jas galima išspręsti nuo labai paprastų problemų iki labai sudėtingų problemų. Kai kurias problemas galima išspręsti rašikliu ir popieriumi. Tačiau dažniausiai reikia naudoti kompiuterines programas, tokias kaip „Excel“, „R Studio“ ar „Matlab“. Be šių programų tam tikrų problemų sprendimas užtruktų labai ilgai.
Kam naudojama Monte Karlo simuliacija?
Svarbu žinoti, kam naudojamas šis metodas. Tai yra, konkretūs atvejai, norint suprasti metodo svarbą.
Pasirengę investuoti į rinkas?
Vienas didžiausių brokerių pasaulyje „eToro“ investavimą į finansų rinkas padarė labiau prieinamą. Dabar kiekvienas gali investuoti į akcijas arba pirkti akcijų dalis su 0% komisiniais. Pradėkite investuoti dabar turėdami vos 200 USD užstatą. Atminkite, kad svarbu mokyti investuoti, tačiau, žinoma, šiandien tai gali padaryti visi.
Jūsų kapitalui gresia pavojus. Gali būti taikomi kiti mokesčiai. Norėdami gauti daugiau informacijos, apsilankykite stock.eToro.com
Noriu investuoti su „Etoro“Ekonomikoje Monte Karlo modeliavimas naudojamas tiek įmonėse, tiek investicijose. Būti investicijų pasaulyje ten, kur jis yra naudojamas labiausiai.
Keli Monte Karlo modeliavimo pavyzdžiai:
- Kurkite, vertinkite ir analizuokite investicinius portfelius
- Vertinant sudėtingus finansinius produktus, tokius kaip finansinės galimybės
- Rizikos valdymo modelių kūrimas
Kadangi investicijos grąža nenuspėjama, šio tipo metodai naudojami vertinant skirtingų tipų scenarijus.
Paprastas pavyzdys yra vertybinių popierių rinkoje. Negalima numatyti atsargų judėjimo. Jų galima įvertinti, tačiau tiksliai to padaryti neįmanoma. Todėl naudojant Monte Karlo simuliaciją bandoma imituoti veiksmo ar jų grupės elgesį, kad būtų galima išanalizuoti, kaip jie galėtų vystytis. Atlikus Monte Karlo modeliavimą, išgaunama labai daug galimų scenarijų.
Atsitiktinių skaičių generavimas
Pagrindinis Monte Karlo modeliavimo taškas yra atsitiktinių skaičių generavimas. Kaip generuoti atsitiktinius skaičius? Su kompiuterinėmis programomis. Kadangi jei naudotume tokį mechanizmą kaip ruletė, tai gali užtrukti daug valandų.
Jei norime sugeneruoti 10 000 atsitiktinių skaičių, įsivaizduokite, kiek tai užtruks. Taigi šiems skaičiams generuoti naudojamos kompiuterinės programos. Jie nelaikomi grynai atsitiktiniais skaičiais, nes juos sukuria programa pagal formulę. Tačiau jie labai panašūs į atsitiktinius realybės kintamuosius. Jie vadinami pseudoatsitiktiniais skaičiais. Ši problema buvo išspręsta, dar reikia pamatyti tik vieną metodo taikymą.
Monte Karlo modeliavimo pavyzdys
Tarkime, kad norime pasamdyti vadybininką, kuris užsiimtų verslu vertybinių popierių rinkoje.
Valdytojas, kurį norime pasamdyti, teigia, kad per pastaruosius metus pelnė 50% pelningumo, turėdamas 20 000 USD vertės sąskaitą. Norėdami patvirtinti, kad tai, ką jūs sakote, yra tiesa, prašome pateikti jūsų patikrintą įrašą. Tai yra, visų auditorijos patikrintų operacijų įrašas (kad būtų išvengta aferų ir melagingų sąskaitų). Vadovas pateikia mums visus dokumentus ir mes vertiname pelno (nuostolių) ataskaitą.
Tarkime, kad turime 20 000 USD. Mes pristatome atitinkamus kintamuosius savo kompiuterio programoje ir ištraukiame šį grafiką:
Vadovo, kurį norime pasamdyti, rezultatais buvo atlikta 10 000 modeliavimų. Be to, ketverius metus prognozuojami rezultatai. Tai yra 10 000 skirtingų scenarijų tiems rezultatams per ketverius metus.
Daugumoje scenarijų gaunama teigiama grąža, tačiau yra nedidelė pinigų praradimo tikimybė. „Monte Karlo“ modeliavimas suteikia begalę derinių, kad galėtume įvertinti scenarijus, kurių iš pirmo žvilgsnio nežinome.
