Co je simulace Monte Carlo?

Simulace Monte Carlo je matematický model pro výpočet pravděpodobnosti konkrétního výsledku náhodným testováním nebo vzorkováním široké škály scénářů a proměnných.Simulace, který si simulace poprvé využila Matematik Stanilaw Ulam, který pracoval na projektu Manhattanu během druhé světové války, poskytují analytikům cestu pro obtížné rozhodnutí a řešení složitých problémů, které mají více oblastí nejistoty.Simulace Monte Carlo, pojmenovaná po kasino-osídleném letovisku v Monaku, používá historická statistická data k generování milionů různých finančních výsledků náhodným vložením komponent do každého běhu, které mohou ovlivnit konečný výsledek, jako jsou návratnost účtu, volatilita nebo korelace.Jakmile jsou scénáře formulovány, metoda vypočítá pravděpodobnost dosažení konkrétního výsledku.Na rozdíl od standardních analýz finančního plánování, které používají dlouhodobé průměry a odhady budoucího růstu nebo úspor, může simulace Monte Carlo, která je k dispozici v softwaru a webových aplikacích, poskytnout realističtější prostředky pro manipulaci s proměnnými a měření pravděpodobnosti finančního rizika nebo odměny.

Monte Carlo Metody se často používají pro osobní finanční plánování, hodnocení portfolia, ocenění dluhopisů a vazebných možností a financování firem nebo projektu.Ačkoli výpočty pravděpodobnosti nejsou nové, David B. Hertz je nejprve propagoval ve financích v roce 1964 svým článkem „Analýza rizik v kapitálových investicích“, publikovaným v Harvard Business Review.Phelim Boyle použil metodu na derivační ocenění v roce 1977 a zveřejnil svůj článek „Možnosti: přístup Monte Carlo“ v Journal of Financial Economics.Tato technika je těžší použít s americkými možnostmi a s výsledky závislé na základních předpokladech existují určité události, které simulace Monte Carlo nelze předvídat.

Simulace nabízí několik odlišných výhod oproti jiným formám finanční analýzy.Kromě vytváření pravděpodobností možných koncových bodů dané strategie usnadňuje metoda formulace dat vytváření grafů a grafů a podporuje lepší komunikaci zjištění investorům a akcionářům.Simulace Monte Carlo zdůrazňuje relativní dopad každé proměnné ke spodnímu řádku.Pomocí této simulace mohou analytici také přesně vidět, jak určité kombinace vstupů ovlivňují a vzájemně se souhra.Pochopení pozitivních a negativních vzájemně závislých vztahů mezi proměnnými poskytuje přesnější analýzu rizika jakéhokoli nástroje.

Analýza rizik touto metodou zahrnuje použití rozdělení pravděpodobnosti k popisu proměnných.Známé rozdělení pravděpodobnosti je normální nebo zvonová křivka, přičemž uživatelé určují očekávanou hodnotu a standardní odchylkovou křivku definující změnu.Ceny energie a míry inflace mohou být zobrazeny zvonovým křivkám.Lognormální distribuce zobrazují pozitivní proměnné s neomezeným potenciálem ke zvýšení, jako jsou zásoby ropy nebo ceny akcií.Jednotné, trojúhelníkové a diskrétní jsou příklady dalších možných rozdělení pravděpodobnosti.Hodnoty, které jsou náhodně vzorkovány z křivek pravděpodobnosti, jsou odesílány v sadách nazývaných iterace.