• <em id="fmow9"><ruby id="fmow9"></ruby></em>

    蒙特卡洛模擬股票

    蒙特卡洛模擬法的應用范圍是什么?

    不同的軟件有不同的顏色,一般會在界面中MA后面用字體的顏色表示出來。

    對歷史股票價格做蒙特卡洛模擬

    你先用5年前的數據模擬一下現在股票的價格,看準不準再說吧

    蒙特卡洛模擬法

    一、蒙特卡洛模擬法的概念:(也叫隨機模擬法)當系統中各個單元的可靠性特征量已知,但系統的可靠性過于復雜,難以建立可靠性預計的精確數學模型或模型太復雜而不便應用則可用隨機模擬法近似計算出系統可靠性的預計值。隨著模擬次數的增多,其預計精度也逐漸增高。由于需要大量反復的計算,一般均用計算機來完成。
    二、蒙特卡洛模擬法求解步驟:應用此方法求解工程技術問題可以分為兩類:確定性問題和隨機性問題。解題步驟如下:
    1.根據提出的問題構造一個簡單、適用的概率模型或隨機模型,使問題的解對應于該模型中隨機變量的某些特征(如概率、均值和方差等),所構造的模型在主要特征參量方面要與實際問題或系統相一致
    2 .根據模型中各個隨機變量的分布,在計算機上產生隨機數,實現一次模擬過程所需的足夠數量的隨機數。通常先產生均勻分布的隨機數,然后生成服從某一分布的隨機數,方可進行隨機模擬試驗。
    3. 根據概率模型的特點和隨機變量的分布特性,設計和選取合適的抽樣方法,并對每個隨機變量進行抽樣(包括直接抽樣、分層抽樣、相關抽樣、重要抽樣等)。
    4.按照所建立的模型進行仿真試驗、計算,求出問題的隨機解。
    5. 統計分析模擬試驗結果,給出問題的概率解以及解的精度估計。
    在可靠性分析和設計中,用蒙特卡洛模擬法可以確定復雜隨機變量的概率分布和數字特征,可以通過隨機模擬估算系統和零件的可靠度,也可以模擬隨機過程、尋求系統最優參數等。

    什么是蒙特卡洛模擬( Monte Carlo simulation)

    我們一直面對著不確定,不明確和變異。甚至我們無法獲得信息,我們不能準確的預測未來。蒙特卡洛模擬( Monte Carlo simulation)讓您看到了您決策的所有可能的輸出,并評估風險,允許在不確定的情況下制定更好的決策。蒙特卡洛模擬( Monte Carlo simulation)是一種計算機數學技術,允許人們在定量分析和決策制定過程中量化風險。這項技術被專家們用于各種不同的領域,比如財經,項目管理,能源,生產,工程,研究和開發,保險,石油&天然氣,物流和環境。蒙特卡洛模擬( Monte Carlo simulation)提供給了決策制定者大范圍的可能輸出和任意行動選擇將會發生的概率。它顯示了極端的可能性-最的輸出,最保守的輸出-以及對于中間路線決策的最可能的結果。這項技術首先被從事原子彈工作的科學家使用;它被命名為蒙特卡洛,摩納哥有名的娛樂旅游勝地。它是在二戰的時候被傳入的,蒙特卡洛模擬( Monte Carlo simulation)現在已經被用于建模各種物理和概念系統。蒙特卡洛模擬( Monte Carlo simulation)是如何工作的蒙特卡洛模擬( Monte Carlo simulation)通過構建可能結果的模型-通過替換任意存在固有不確定性的因子的一定范圍的值(概率分布)-來執行風險分析。它一次又一次的計算結果,每次使用一個從概率分布獲得的不同隨機數集。根據不確定數和為他們制定的范圍,蒙特卡洛模擬( Monte Carlo simulation)能夠在它完成計算前調用成千上萬次的重復計算。蒙特卡洛模擬( Monte Carlo simulation)產生可能結果輸出值的分布。通過使用概率分布,變量能夠擁有不同結果發生的不同概率。概率分布是一種用來描述風險分析的變量中的不確定性的更加可行的方法。常用的概率分布包括:正態分布(Normal)-或"鐘型曲線".用戶簡單的定義均值或期望值和標準差來描述關于均值的變異。在中部靠近均值的值是最有可能發生的值。它是對稱的,可以用來描述多種自然現象,比如人的身高??梢酝ㄟ^正態分布描述的變量示例包括通貨膨脹率和能源價格。對數正態分布(Lognormal)-值是正偏的,不像正態分布那樣是對稱的。它被用來代表不會小于零但可能有無限大正值的結果??梢酝ㄟ^對數正態分布描述的變量示例包括房地產價值,股票價格和石油儲量。均勻分布(Uniform)-所有的值發生的機會相等,用戶只需制定最小和最大值??梢酝ㄟ^均勻分布描述的變量示例包括一個新產品的制造費用或未來銷售收入。三角分布(Triangular)-用戶指定最小,最可能和最大值。在最可能附近的值最可能發生??梢酝ㄟ^三角分布描述的變量示例包括每時間單位內的過去銷售歷史和庫存水平。PERT分布-用戶指定最小,最可能和最大值,類似三角分布。在最可能附近的值最可能發生。然而在最可能和極值之間的值比三角分布更有可能發生;那就是說,the extremes are not as emphasized. 可以通過三角分布描述的變量示例包括在項目管理模型中的一項任務的持續時間。離散分布(Discrete)-用戶指定最可能發生的值和每個值的可能性。比如關于訴訟結果的示例,20%的機會陪審團判決無罪,30%的機會陪審團判決有罪,40%的機會審批有效,10%的機會審批無效。在蒙特卡洛模擬( Monte Carlo simulation)過程中,值被從輸入概率分布中隨機抽取。每個樣本集被稱為一次迭代,從樣本獲得的結果被記錄。蒙特卡洛模擬( Monte Carlo simulation)執行這樣的操作成百上千次,可能結果形成一個概率分布。用這種方法,蒙特卡洛模擬( Monte Carlo simulation)生成了一個更加全面關于將會發生的結果的視圖。它不僅僅告訴什么結果會發生,而且還有結果發生的可能性。蒙特卡洛模擬( Monte Carlo simulation)提供了許多超越確定性或"單點估計"分析的優勢:概率結果,結果不僅顯示會發生什么,而且還有每個結果發生的可能性圖形化報告,因為蒙特卡洛模擬( Monte Carlo simulation)生成的數據,它很容易創建不同結果和他們發生機會的圖形。這對于和其他投資者溝通結果是很重要的。敏感性分析,如果只有很少的一些案例,確定性分許就很難發現哪個變量對結果影響最大。在蒙特卡洛模擬( Monte Carlo simulation)中,很容易發現哪個輸入對底線結果有最大的影響。情境分析,在確定性模型中,對于為不同輸入值的不同組合建模來真實的查看不同情境的效果是很困難的。使用蒙特卡洛模擬( Monte Carlo simulation),分析員能夠正確的查看當確定的輸出發生時某個輸入對應的值。這對于進一步的分析來說是無價的。相關性輸入,在蒙特卡洛模擬( Monte Carlo simulation)中,可能要建模輸入變量之間的相關關系。它對于準確的描繪在某些因子增長時,其它的因子是如何增長或下降的情況時是重要的。

    怎么用 Excel 做蒙特卡洛模擬

    簡單的辦法,
    取兩列全部輸入
    =randbetween(0,1000000)/1000000,
    取得0-1之間的隨機數,
    模擬隨機點坐標
    第三列
    =if((A1*A1+B1*B1)<=1,
    "A",
    "B"),
    判斷點是否落在圓內。
    在這賦值A,
    否則為B
    第四列=countif(C:C,
    "A")
    統計圓內點數
    =countif(c:C,
    "B")
    統計圓外點數
    兩者相除就得出Pi值。
    數量有限,所以偏差較大,
    我得到的是
    3.653244166。
    而已。
    如果用VBA,再加3個零估計會比較準確一點。

    詳細說明:蒙特卡洛方法在排隊論中的應用,和在Excel中如何應用蒙特卡洛-Meng te ka lu...

    ] - 排隊論中的一個仿真程序,主要是用于仿真M/M/1、M/D/1模型。輸入排隊模型相關參量,返回計算結果。[SYschedule.rar
    ] - 用仿真模型可以對企業生產、銷售進行決策,從而采用最合理的生產或銷售方案。本課題論文運用蒙特卡洛仿真方法對SY公
    司生產訂單排產系數進行仿真分析,探討是否應進行改進。[
    3.rar] - 蒙特卡洛資料及算法···········[bank_teller.rar
    ] - c++寫的實現數學排隊論的算法程序,上研究生同志們用得上,不過我也是找了個model來稿的,算法很難,喜歡編程的大蝦們都應該對算法感興趣把[mc.rar] - MATLAB編寫的蒲豐氏問題的蒙特卡洛仿真[queure.rar] - 針對M/PH/1(k)排隊系統推導出該排隊系統在任意時刻、到達時刻、退去時刻的隊列長度狀態概率分布、平均隊列長度、以及平均等待時間,并編寫程序進行數值計算,并對M/E2/1(k), M/M/1(k), M/H2/1(k)排隊系統的性能進行數值比較。