การจำลอง Monte Carlo คืออะไร?

การจำลอง Monte Carlo เป็นแบบจำลองทางคณิตศาสตร์สำหรับการคำนวณความน่าจะเป็นของผลลัพธ์ที่เฉพาะเจาะจงโดยการทดสอบแบบสุ่มหรือสุ่มตัวอย่างสถานการณ์และตัวแปรที่หลากหลายใช้ครั้งแรกโดย Stanilaw Ulam นักคณิตศาสตร์ที่ทำงานในโครงการแมนฮัตตันในช่วงสงครามโลกครั้งที่สองการจำลองให้นักวิเคราะห์เป็นหนทางในการตัดสินใจที่ยากลำบากและแก้ปัญหาที่ซับซ้อนซึ่งมีความไม่แน่นอนหลายพื้นที่การตั้งชื่อตามรีสอร์ทคาสิโนที่มีประชากรในโมนาโกการจำลอง Monte Carlo ใช้ข้อมูลทางสถิติในอดีตเพื่อสร้างผลลัพธ์ทางการเงินที่แตกต่างกันหลายล้านรายการโดยการแทรกส่วนประกอบแบบสุ่มในการดำเนินการแต่ละครั้งที่อาจมีอิทธิพลต่อผลลัพธ์สุดท้ายเช่นการส่งคืนบัญชีความผันผวนหรือความสัมพันธ์เมื่อมีการกำหนดสถานการณ์วิธีการจะคำนวณอัตราต่อรองของการเข้าถึงผลลัพธ์ที่เฉพาะเจาะจงซึ่งแตกต่างจากการวิเคราะห์การวางแผนทางการเงินมาตรฐานที่ใช้ค่าเฉลี่ยระยะยาวและการประมาณการการเติบโตหรือการออมในอนาคตการจำลอง Monte Carlo ที่มีอยู่ในซอฟต์แวร์และเว็บแอปพลิเคชันสามารถให้วิธีการจัดการตัวแปรที่สมจริงยิ่งขึ้นและการวัดความน่าจะเป็นของความเสี่ยงทางการเงินหรือรางวัล

monte carlo วิธีการมักจะใช้สำหรับการวางแผนทางการเงินส่วนบุคคลการประเมินผลพอร์ตการประเมินมูลค่าของพันธบัตรและตัวเลือกพันธบัตรและในองค์กรหรือการเงินของโครงการแม้ว่าการคำนวณความน่าจะเป็นไม่ใช่เรื่องใหม่ David B. Hertz เป็นคนแรกที่บุกเบิกพวกเขาในด้านการเงินในปี 1964 กับบทความของเขา“ การวิเคราะห์ความเสี่ยงในการลงทุน” ตีพิมพ์ในการทบทวนธุรกิจของฮาร์วาร์ดPhelim Boyle ใช้วิธีการประเมินค่าอนุพันธ์ในปี 1977 เผยแพร่บทความของเขา“ ตัวเลือก: วิธีการ Monte Carlo” ในวารสารเศรษฐศาสตร์การเงินเทคนิคนี้ยากที่จะใช้กับตัวเลือกอเมริกันและด้วยผลลัพธ์ที่ขึ้นอยู่กับสมมติฐานพื้นฐานมีบางเหตุการณ์ที่การจำลอง Monte Carlo ไม่สามารถทำนายได้

การจำลองมีข้อได้เปรียบที่แตกต่างกันมากกว่าการวิเคราะห์ทางการเงินในรูปแบบอื่น ๆนอกเหนือจากการสร้างความน่าจะเป็นของจุดสิ้นสุดที่เป็นไปได้ของกลยุทธ์ที่กำหนดวิธีการกำหนดข้อมูลช่วยอำนวยความสะดวกในการสร้างกราฟและแผนภูมิเพื่อส่งเสริมการสื่อสารที่ดีขึ้นของการค้นพบกับนักลงทุนและผู้ถือหุ้นการจำลอง Monte Carlo เน้นผลกระทบสัมพัทธ์ของแต่ละตัวแปรไปยังบรรทัดล่างการใช้การจำลองนี้นักวิเคราะห์ยังสามารถเห็นได้อย่างชัดเจนว่าการรวมกันของอินพุตบางอย่างมีผลต่อและการทำงานร่วมกันซึ่งกันและกันการทำความเข้าใจเกี่ยวกับความสัมพันธ์ที่พึ่งพาซึ่งกันและกันในเชิงบวกและเชิงลบระหว่างตัวแปรทำให้เกิดการวิเคราะห์ความเสี่ยงที่แม่นยำยิ่งขึ้นของเครื่องมือใด ๆ

การวิเคราะห์ความเสี่ยงโดยวิธีนี้เกี่ยวข้องกับการใช้การแจกแจงความน่าจะเป็นเพื่ออธิบายตัวแปรการกระจายความน่าจะเป็นที่รู้จักกันดีคือเส้นโค้งปกติหรือเบลล์โดยผู้ใช้ระบุค่าที่คาดหวังและเส้นโค้งส่วนเบี่ยงเบนมาตรฐานที่กำหนดรูปแบบราคาพลังงานและอัตราเงินเฟ้ออาจแสดงโดยเส้นโค้งระฆังการแจกแจงแบบ Lognormal แสดงตัวแปรเชิงบวกที่มีศักยภาพไม่ จำกัด ที่จะเพิ่มขึ้นเช่นน้ำมันสำรองหรือราคาหุ้นชุดรูปสามเหลี่ยมและไม่ต่อเนื่องเป็นตัวอย่างของการแจกแจงความน่าจะเป็นที่เป็นไปได้อื่น ๆค่าซึ่งสุ่มตัวอย่างจากเส้นโค้งความน่าจะเป็นจะถูกส่งในชุดที่เรียกว่าการวนซ้ำ