Simulacija Monte Carlo je statistična metoda. To se uporablja za reševanje zapletenih matematičnih problemov z generiranjem naključnih spremenljivk.
Simulacija Monte Carlo ali metoda Monte Carlo dolguje svoje ime slavni igralnici v Kneževini Monako. Ruleta je najbolj znana igralniška igra in tudi najpreprostejši primer mehanizma za ustvarjanje naključnih števil.
Ključ te metode je razumevanje izraza "simulacija". Izvajanje simulacije je sestavljeno iz ponavljanja ali podvajanja značilnosti in vedenja resničnega sistema. Glavni cilj simulacije Monte Carlo je torej poskušati posnemati vedenje resničnih spremenljivk, da bi v največji možni meri analizirali ali predvideli, kako se bodo razvijale.
S simulacijo jih je mogoče rešiti od zelo preprostih do zelo zapletenih problemov. Nekatere težave je mogoče rešiti s pisalom in papirjem. Vendar pa večina zahteva uporabo računalniških programov, kot so Excel, R Studio ali Matlab. Brez teh programov bi reševanje določenih težav trajalo zelo dolgo.
Za kaj se uporablja simulacija Monte Carlo?
Pomembno je vedeti, za kaj se uporablja ta metoda. Se pravi, posebni primeri za razumevanje pomena metode.
Ste pripravljeni vlagati na trge?
Eden največjih posrednikov na svetu, eToro, je naložbe na finančnih trgih naredil bolj dostopne. Zdaj lahko vsakdo vlaga v delnice ali kupuje delnice delnic z 0% provizij. Začnite vlagati zdaj z depozitom v višini samo 200 USD. Ne pozabite, da je pomembno, da se usposobite za vlaganje, toda seveda danes to lahko stori vsak.
Vaš kapital je ogrožen. Lahko se zaračunajo druge pristojbine. Za več informacij obiščite stocks.eToro.com
Želim vlagati z EtoroV ekonomiji se simulacija Monte Carlo uporablja tako v podjetjih kot pri naložbah. Biti v svetu naložb, kjer se največ uporablja.
Nekaj primerov Monte Carlove simulacije pri naložbah je naslednjih:
- Ustvarjanje, vrednotenje in analiza naložbenih portfeljev
- Vrednotenje kompleksnih finančnih produktov, kot so finančne opcije
- Izdelava modelov obvladovanja tveganj
Ker je donosnost naložbe nepredvidljiva, se ta vrsta metode uporablja za ocenjevanje različnih vrst scenarijev.
Preprost primer najdemo na borzi. Gibanja zaloge ni mogoče predvideti. Lahko jih ocenimo, nemogoče pa je natančno to storiti. Zato se s simulacijo Monte Carlo poskuša posnemati vedenje neke akcije ali njihovega nabora, da bi analizirali, kako bi se lahko razvili. Ko se izvede simulacija Monte Carlo, se izlušči zelo veliko možnih scenarijev.
Ustvarjanje naključnih števil
Ključna točka uporabe simulacije Monte Carlo je generiranje naključnih števil. Kako ustvarimo naključne številke? Z računalniškimi programi. Če bi uporabili mehanizem, kot je ruleta, bi to lahko trajalo veliko ur.
Če želimo ustvariti 10.000 naključnih števil, si predstavljajte, kako dolgo bi trajalo. Tako se za generiranje teh števil uporabljajo računalniški programi. Ne štejejo zgolj za naključna števila, saj jih program ustvari s formulo. Vendar so zelo podobni naključnim spremenljivkam resničnosti. Imenujejo se psevdonaključne številke. Ta težava je bila rešena, ostalo je videti le eno uporabo metode.
Primer simulacije Monte Carlo
Recimo, da želimo najeti menedžerja, ki bo za nas posloval na borzi.
Upravitelj, za katerega želimo najeti terjatve, je v zadnjem letu z računom vrednostnih papirjev v višini 20.000 USD dosegel 50-odstotno donosnost. Da bi potrdili, da je to, kar govorite, resnično, vas prosimo za revidirane rezultate. To pomeni, da je evidenco vseh vaših dejavnosti preveril revizor (da bi se izognili prevaram in lažnim računovodskim izkazom). Upravitelj nam posreduje vso dokumentacijo in nadaljujemo z oceno izkaza poslovnega izida.
Predpostavimo, da imamo 20.000 USD. V svoj računalniški program vnesemo ustrezne spremenljivke in izvlečemo naslednji graf:
Z rezultati upravitelja, ki ga želimo najeti, je bilo izvedenih 10.000 simulacij. Poleg tega so rezultati napovedani že štiri leta. Se pravi 10.000 različnih scenarijev za te rezultate v štirih letih.
V veliki večini scenarijev se ustvari pozitiven donos, vendar obstaja majhna verjetnost izgube denarja. Simulacija Monte Carlo nam ponuja neskončnost kombinacij za oceno scenarijev, ki se jih na prvi pogled ne zavedamo.