Simulace Monte Carlo je statistická metoda. To se používá k řešení složitých matematických problémů generováním náhodných proměnných.
Simulace Monte Carlo neboli metoda Monte Carlo vděčí za své jméno slavnému kasinu v Monackém knížectví. Ruleta je nejznámější kasinová hra a také nejjednodušší příklad mechanismu generování náhodných čísel.
Klíčem k této metodě je porozumět pojmu „simulace“. Provedení simulace spočívá v opakování nebo duplikování charakteristik a chování skutečného systému. Hlavním cílem simulace Monte Carlo je tedy pokusit se napodobit chování skutečných proměnných, aby bylo možné analyzovat nebo předpovědět, jak se budou vyvíjet.
Pomocí simulace je lze vyřešit od velmi jednoduchých problémů po velmi složité problémy. Některé problémy lze vyřešit pomocí pera a papíru. Většina však vyžaduje použití počítačových programů, jako jsou Excel, R Studio nebo Matlab. Bez těchto programů by řešení určitých problémů trvalo velmi dlouho.
K čemu se používá simulace Monte Carlo?
Důležité je vědět, k čemu se tato metoda používá. To znamená konkrétní případy k pochopení důležitosti metody.
Jste připraveni investovat na trzích?
Jeden z největších makléřů na světě, eToro, zpřístupnil investice na finančních trzích. Nyní může kdokoli investovat do akcií nebo nakupovat zlomky akcií s 0% provizí. Začněte investovat hned s vkladem pouhých 200 $. Pamatujte, že je důležité trénovat investování, ale dnes to samozřejmě může udělat kdokoli.
Váš kapitál je ohrožen. Mohou být účtovány další poplatky. Další informace najdete na stocks.eToro.com
Chci investovat s EtoroV ekonomii se simulace Monte Carlo používá jak ve společnostech, tak v investicích. Být ve světě investic, kde se používá nejvíce.
Některé příklady simulace Monte Carlo v investování jsou následující:
- Vytvářejte, oceňujte a analyzujte investiční portfolia
- Oceňování složitých finančních produktů, jako jsou finanční opce
- Tvorba modelů řízení rizik
Vzhledem k tomu, že návratnost investice je nepředvídatelná, používá se tento typ metody k vyhodnocení různých typů scénářů.
Jednoduchý příklad lze nalézt na akciovém trhu. Pohyby akcie nelze předvídat. Lze je odhadnout, ale je nemožné to udělat přesně. Proto je pomocí simulace Monte Carlo proveden pokus o napodobení chování akce nebo skupiny z nich, aby bylo možné analyzovat, jak by se mohly vyvíjet. Jakmile je provedena simulace Monte Carlo, je extrahováno velmi velké množství možných scénářů.
Generování náhodných čísel
Klíčovým bodem při používání simulace Monte Carlo je generování náhodných čísel. Jak generujeme náhodná čísla? S počítačovými programy. Protože pokud bychom použili mechanismus jako ruleta, mohlo by nám to trvat mnoho hodin.
Pokud chceme vygenerovat 10 000 náhodných čísel, představte si, jak dlouho by to trvalo. K vygenerování těchto čísel se tedy používají počítačové programy. Nejsou považována za čistě náhodná čísla, protože jsou vytvářena programem pomocí vzorce. Jsou však velmi podobné náhodným proměnným reality. Nazývají se pseudonáhodná čísla. Tento problém byl vyřešen, zbývá vidět pouze jedno použití metody.
Příklad simulace Monte Carlo
Předpokládejme, že chceme najmout manažera, který pro nás bude obchodovat na akciovém trhu.
Manažer, kterého chceme najmout, tvrdí, že během minulého roku získal 50% ziskovost s účtem cenných papírů ve výši 20 000 USD. Abychom potvrdili, že to, co říkáte, je pravda, žádáme o váš auditovaný záznam. To znamená záznam všech vašich operací ověřený auditorem (aby se zabránilo podvodům a falešným účtům). Manažer nám poskytuje veškerou dokumentaci a pokračujeme v posuzování výsledovky.
Předpokládejme, že máme 20 000 dolarů. V našem počítačovém programu zavedeme odpovídající proměnné a extrahujeme následující graf:
S výsledky poskytnutými manažerem, kterého chceme najmout, bylo provedeno 10 000 simulací. Výsledky se navíc promítají na čtyři roky. To znamená 10 000 různých scénářů pro tyto výsledky za čtyři roky.
Ve velké většině scénářů se generuje pozitivní výnos, ale existuje malá pravděpodobnost ztráty peněz. Simulace Monte Carlo nám poskytuje nekonečno kombinací pro vyhodnocení scénářů, které na první pohled neznáme.