Имитация Monte-Carlo

Имитация Monte-Carlo полезный метод для финансовохозяйственного моделирования того входные сигналы польз случайные для моделирования неопределенности.

Когда финансовохозяйственная модель будет использована для прогнозировать там ясно будет несколькими входных сигналов в модель которые неизвестны. Один подход принять самый лучший предварительный подчет для каждого из этих входных сигналов. Например предположите что мы использует модель для того чтобы прогнозировать объемов продажи компании которая что-нибудь подобное:

выходите ×multiple вышед на рынок на рынок роста = роста GDP
размер рынка = настоящее × размера рынка (рост рынка + 1)
удельный вес на рынке = настоящие удельный вес на рынке + увеличение
доля ×market объемов продажи = размера рынка

3 неуверенных входного сигнала здесь: Рост GDP, отношение между ростом роста и рынка GDP и увеличением в удельном весе на рынке. Очевидный подход использовать самый лучший предварительный подчет каждого.

Используя распределение вероятности (например нормальное распределение), довольно чем используя одиночный самый лучший предварительный подчет, более лучший отражает реальность. Используя распределение вероятности не легка. Один подход был бы математически вывести выход модели как распределение вероятности. Это обычно очень трудно, и часто просто не возможно.

Моделирование Mote-Carlo обеспечивает алтернативу. Методы Monte-Carlo используют распределения вероятности входных сигналов. Довольно чем используя распределения сами как входные сигналы, распределения использованы для того чтобы произвести случайные входные сигналы. Методология является следующим:

Нарисуйте номер вкривь и вкось от распределения вероятности для каждого входного сигнала
Высчитайте и запишите выходы, котор дали эти входные сигналы
Повторите от раздела одного так много времена по необходимости

Путем делать повторно, это возможно постепенно построить вверх по распределению вероятности выходов.

Приложить методы Monte-Carlo к просто модели выше нам было бы нужно оценить распределения для каждого из 3 входных сигналов. Так мы можем закончить вверх делать что-нибудь подобное

Прогнозированы, что будет рост GDP 2%, с стандартное отступление предварительного подчета 1% и нормально распределено. Так мы случайно принимаем номер от нормального распределения с середина 2 и стандартного отступления 1. Это дает вверх процент роста GDP, вызывает его X.
Мы имеем подобный предварительный подчет для многократной цепи которая относит рост GDP к размеру рынка. Здесь мы рисуем произвольно-пронумерованное (звонок оно y) от нормального распределения с серединой 1.5 и стандартного отступления 0.5
Мы умножим x y который дает нам наш предварительный подчет роста рынка. Мы используем это для того чтобы оценить наш размер рынка прогноза
Мы имеем подобный предварительный подчет для роста удельного веса на рынке. Предположите в этот случай мы рисуем номер от нормального распределения с серединой 2% и стандартного отступления 2%
Мы можем теперь высчитать объемов продажи как выше
Мы теперь записываем значение мы получаем для объемов продажи
Мы теперь повторяем от раздела одного, сотниы времен
Записанные значения формируют выход имитации Monte-Carlo

Мы кончаемся вверх с серией предварительных подчетов. Эти можно использовать для того чтобы высчитать середину и стандартное отступление для объемов продажи. Это далеко более содержательный номер чем одиночный самый лучший предварительный подчет, по мере того как оно дает и более лучший самый лучший предварительный подчет (середину) и измерение своей неопределенности (стандартного отступления).

Очевидно методы Monte-Carlo очень нудны для использования с ручными вычислениями. Компьютеры делают пользу анализа Monte-Carlo далеко более легким.

В много случаев большинств значительное количество работы приходит не от имитации самей Monte-Carlo, но от потребности сделать предварительные подчеты распределений вероятности довольно чем просто пункт оценивает. Не только необходимо оценить параметры распределения (например среднего и стандартного отступления для нормального распределения), но также важно выбрать правое распределение вероятности. Эта страница перечисляет некоторую из самой важной, и более всесторонняя справка здесь.

Имитация Monte-Carlo

Родственные страницы: Запланирование сценария | Заднее испытание | Метод случайного блуждания
Родственные категории: Финансы

Дом

Алфавитный индекс: A~B C D~H I~O P~R S~Z

Категории