Phương pháp Monte Carlo là gì? Cách sử dụng trong đầu tư

Phương pháp Monte Carlo là một kỹ thuật toán học, được sử dụng để ước tính những tác dụng hoàn toàn có thể xảy ra của một sự kiện không chắc như đinh. Cách sử dụng trong góp vốn đầu tư ?

Trên trong thực tiễn thì trong những nghành nghề dịch vụ như kinh tế tài chính, chuỗi đáp ứng, kĩ thuật và khoa học thì để hoàn toàn có thể hiểu được những ảnh hưởng tác động rủi ro đáng tiếc hay những sự không chắc như đinh của một quy mô hay hoàn toàn có thể là một sự báo thì phải cần đến một kỹ thuật. Mã kỹ thuật vừa được nhắc đến đây thì không phải là kỹ thuật nào khác ngoài việc sử dụng chiêu thức Monte Carlo.

1. Phương phápMonte Carlo là gì ?

Mô phỏng Monte Carlo, còn được gọi là Phương pháp Monte Carlo hoặc mô phỏng đa xác suất, là một kỹ thuật toán học, được sử dụng để ước tính các kết quả có thể xảy ra của một sự kiện không chắc chắn. Phương pháp Monte Carlo được phát minh bởi John von Neumann và Stanislaw Ulam trong Thế chiến thứ hai để cải thiện việc ra quyết định trong những điều kiện không chắc chắn. Nó được đặt theo tên của một thị trấn sòng bạc nổi tiếng, được gọi là Monaco, vì yếu tố may rủi là cốt lõi trong cách tiếp cận mô hình hóa, tương tự như trò chơi cò quay.

Mô phỏng Monte Carlo là một kỹ thuật toán học được máy tính hóa cho phép mọi người đo lường và thống kê rủi ro đáng tiếc trong nghiên cứu và phân tích định lượng và ra quyết định hành động. Kỹ thuật này được sử dụng bởi những chuyên viên trong những nghành nghề dịch vụ khác nhau thoáng rộng như kinh tế tài chính, quản trị dự án Bất Động Sản, nguồn năng lượng, sản xuất, kỹ thuật, nghiên cứu và điều tra và tăng trưởng, bảo hiểm, dầu khí, giao thông vận tải vận tải đường bộ và thiên nhiên và môi trường. Mô phỏng Monte Carlo phân phối cho người ra quyết định hành động một loạt những tác dụng hoàn toàn có thể xảy ra và Phần Trăm mà chúng sẽ xảy ra so với bất kể lựa chọn hành vi nào. Nó cho thấy những năng lực cực đoan – hiệu quả của việc đi đến đổ vỡ và cho một quyết định hành động thận trọng nhất – cùng với tổng thể những hậu quả hoàn toàn có thể xảy ra so với những quyết định hành động giữa đường. Kỹ thuật này lần tiên phong được sử dụng bởi những nhà khoa học thao tác trên bom nguyên tử ; nó được đặt tên cho Monte Carlo, thị xã nghỉ mát Monaco nổi tiếng với những sòng bạc. Kể từ khi được trình làng trong Thế chiến thứ hai, mô phỏng Monte Carlo đã được sử dụng để quy mô hóa nhiều mạng lưới hệ thống vật lý và khái niệm. Kể từ khi được trình làng, Mô phỏng Monte Carlo đã nhìn nhận tác động ảnh hưởng của rủi ro đáng tiếc trong nhiều trường hợp thực tiễn, ví dụ điển hình như trong trí tuệ tự tạo, giá CP, dự báo bán hàng, quản trị dự án Bất Động Sản và định giá. Chúng cũng phân phối một số ít lợi thế so với những quy mô dự báo với đầu vào cố định và thắt chặt, ví dụ điển hình như năng lực thực thi nghiên cứu và phân tích độ nhạy hoặc thống kê giám sát mối đối sánh tương quan của những nguồn vào. Phân tích độ nhạy được cho phép người ra quyết định hành động thấy được ảnh hưởng tác động của từng đầu vào so với một tác dụng nhất định và mối đối sánh tương quan được cho phép họ hiểu mối quan hệ giữa bất kể biến nguồn vào nào. Không giống như quy mô dự báo thường thì, Mô phỏng Monte Carlo Dự kiến một tập hợp những hiệu quả dựa trên một khoanh vùng phạm vi giá trị ước tính so với một tập hợp những giá trị đầu vào cố định và thắt chặt. Nói cách khác, Mô phỏng Monte Carlo thiết kế xây dựng quy mô những tác dụng hoàn toàn có thể có bằng cách tận dụng phân phối Phần Trăm, ví dụ điển hình như phân phối đồng đều hoặc chuẩn, cho bất kể biến nào có độ không chắc như đinh cố hữu. Sau đó, nó sẽ giám sát lại tác dụng nhiều lần, mỗi lần sử dụng một bộ số ngẫu nhiên khác nhau giữa những giá trị nhỏ nhất và lớn nhất. Trong một thí nghiệm Monte Carlo nổi bật, bài tập này hoàn toàn có thể được lặp lại hàng nghìn lần để tạo ra một số lượng lớn những tác dụng hoàn toàn có thể xảy ra. Mô phỏng Monte Carlo cũng được sử dụng cho những Dự kiến dài hạn do độ đúng mực của chúng. Khi số lượng đầu vào tăng lên, số lượng dự báo cũng tăng lên, được cho phép bạn Dự kiến những tác dụng xa hơn trong thời hạn với độ đúng chuẩn cao hơn. Khi Mô phỏng Monte Carlo hoàn tất, nó mang lại một loạt những hiệu quả hoàn toàn có thể xảy ra với Xác Suất xảy ra của mỗi tác dụng. Một ví dụ đơn thuần về Mô phỏng Monte Carlo là xem xét tính Phần Trăm để tung hai viên xúc xắc tiêu chuẩn. Có 36 sự tích hợp của những cuộn xúc xắc. Dựa trên điều này, bạn hoàn toàn có thể đo lường và thống kê thủ công bằng tay Phần Trăm của một hiệu quả đơn cử. Sử dụng Mô phỏng Monte Carlo, bạn hoàn toàn có thể mô phỏng việc tung xúc xắc 10.000 lần ( hoặc nhiều hơn ) để đạt được những Dự kiến đúng chuẩn hơn. Mặc dù bạn hoàn toàn có thể thực thi Mô phỏng Monte Carlo bằng một số ít công cụ, như Microsoft Excel, nhưng tốt nhất bạn nên có một chương trình ứng dụng thống kê phức tạp, ví dụ điển hình như Thống kê SPSS của IBM, được tối ưu hóa cho nghiên cứu và phân tích rủi ro đáng tiếc và mô phỏng Monte Carlo. IBM SPSS Statistics là một nền tảng ứng dụng thống kê can đảm và mạnh mẽ phân phối một bộ tính năng can đảm và mạnh mẽ được cho phép tổ chức triển khai của bạn trích xuất những thông tin chi tiết cụ thể hữu dụng từ tài liệu của nó.

2. Cách sử dụng trong đầu tư:

Bất kể bạn sử dụng công cụ nào, kỹ thuật Monte Carlo gồm có ba bước cơ bản :
– Thiết lập quy mô Dự kiến, xác lập cả biến phụ thuộc vào được Dự kiến và những biến độc lập ( còn được gọi là biến nguồn vào, rủi ro đáng tiếc hoặc biến dự báo ) sẽ thôi thúc Dự kiến. – Chỉ định phân phối Xác Suất của những biến độc lập. Sử dụng tài liệu lịch sử dân tộc và / hoặc nhìn nhận chủ quan của nhà nghiên cứu và phân tích để xác lập một loạt những giá trị hoàn toàn có thể xảy ra và chỉ định trọng số Phần Trăm cho từng giá trị. – Chạy mô phỏng lặp đi lặp lại, tạo ra những giá trị ngẫu nhiên của những biến độc lập. Làm điều này cho đến khi tích lũy đủ tác dụng để tạo thành một mẫu đại diện thay mặt cho số lượng gần như vô hạn những tích hợp hoàn toàn có thể có. Bạn hoàn toàn có thể chạy nhiều Mô phỏng Monte Carlo như bạn muốn bằng cách sửa đổi những tham số cơ bản mà bạn sử dụng để mô phỏng tài liệu. Tuy nhiên, bạn cũng sẽ muốn thống kê giám sát khoanh vùng phạm vi biến thiên trong một mẫu bằng cách tính phương sai và độ lệch chuẩn, là những thước đo phổ cập được sử dụng. Phương sai của biến đã cho là giá trị kỳ vọng của chênh lệch bình phương giữa biến và giá trị kỳ vọng của nó. Độ lệch chuẩn là căn bậc hai của phương sai. Thông thường, những phương sai nhỏ hơn được coi là tốt hơn. Một cách để sử dụng giải pháp Monte Carlo là lập quy mô những hoạt động hoàn toàn có thể có của giá gia tài bằng Excel hoặc một chương trình tựa như. Có hai thành phần so với hoạt động giá của gia tài : trôi dạt, là hoạt động có hướng liên tục và nguồn vào ngẫu nhiên, đại diện thay mặt cho sự dịch chuyển của thị trường. Bằng cách nghiên cứu và phân tích tài liệu giá lịch sử vẻ vang, bạn hoàn toàn có thể xác lập độ lệch, độ lệch chuẩn, phương sai và hoạt động giá trung bình của một sàn chứng khoán. Đây là những khối kiến thiết xây dựng của giải pháp Monte Carlo.

Để dự đoán một quỹ đạo giá có thể có, hãy sử dụng dữ liệu giá lịch sử của tài sản để tạo ra một loạt lợi nhuận hàng ngày định kỳ bằng cách sử dụng lôgarit tự nhiên (lưu ý rằng phương trình này khác với công thức thay đổi tỷ lệ phần trăm thông thường):

Lợi tức hàng ngày định kỳ = ln (Giá trong ngày/Giá của ngày hôm trước) 

Tiếp theo, sử dụng những hàm AVERAGE, STDEV.P và VAR.P trên hàng loạt tác dụng để có được cống phẩm trung bình hàng ngày, độ lệch chuẩn và phương sai tương ứng. Độ lệch bằng :

Độ lệch = Lợi nhuận trung bình hằng ngày – phương sai/2

Ngoài ra, độ lệch hoàn toàn có thể được đặt bằng 0 nhưng sự độc lạ sẽ không lớn tối thiểu là so với những khoảng chừng thời hạn ngắn. Sau đó tính một nguồn vào ngẫu nhiên :

Giá trị ngẫu nhiên = σ x NORMSINV(RAND()) 

Trong đó : σ là độ lệch chuẩn lấy từ tác dụng trong Excel NORMSINV và RAND là những hàm trong Excel Công thức tính giá cho ngày tiếp theo là

Giá ngày tiếp theo = Giá ngày hôm nay x e^(Độ lệch + Giá trị ngẫu nhiên)

Để đưa e đến lũy thừa x đã cho trong Excel, hãy sử dụng hàm EXP : EXP ( x ). Lặp lại phép tính này với số lần mong ước ( mỗi lần lặp lại đại diện thay mặt cho một ngày ) để có được mô phỏng về hoạt động giá trong tương lai. Bằng cách tạo một số lượng mô phỏng tùy ý, bạn hoàn toàn có thể nhìn nhận Phần Trăm mà giá của sàn chứng khoán sẽ tuân theo một quỹ đạo nhất định.

Lưu ý:

Các tần số của những tác dụng khác nhau được tạo ra bởi giải pháp này sẽ tạo thành một phân phối chuẩn, nghĩa là, một đường cong hình chuông. Lợi tức có nhiều năng lực nhất nằm ở giữa đường cong, có nghĩa là có thời cơ ngang nhau rằng cống phẩm thực tiễn sẽ cao hơn hoặc thấp hơn giá trị đó. Xác suất mà doanh thu trong thực tiễn sẽ nằm trong một độ lệch chuẩn của tỷ suất hoàn toàn có thể xảy ra nhất ( “ dự kiến ” ) là 68 %, trong khi Xác Suất để nó nằm trong hai độ lệch chuẩn là 95 % và nó sẽ nằm trong ba độ lệch chuẩn 99,7 %. Tuy nhiên, không có gì bảo vệ rằng tác dụng mong đợi nhất sẽ xảy ra, hoặc những hoạt động thực tiễn sẽ không vượt quá những Dự kiến hoang dã nhất. Điều quan trọng, giải pháp Monte Carlo bỏ lỡ mọi thứ không được thiết kế xây dựng trong hoạt động giá ( xu thế vĩ mô, chỉ huy công ty, cường điệu, những yếu tố chu kỳ luân hồi ) ; nói cách khác, họ giả định thị trường trọn vẹn hiệu suất cao.

Source: https://vh2.com.vn
Category : Tin Học