如何在gbm中使用montecarlo模擬

估計風險最常用的方法之一是使用蒙特卡羅模擬(MCS)。例如,為了計算一個投資組合的風險價值(VaR),我們可以執行一個蒙特卡羅模擬,在給定的置信區間內,在指定的時間範圍內(我們總是需要為VaR指定兩個條件:置信區間和時間範圍)嘗試預測一個投資組合的最壞可能損失。...

估計風險最常用的方法之一是使用蒙特卡羅模擬(MCS)。例如,為了計算一個投資組合的風險價值(VaR),我們可以執行一個蒙特卡羅模擬,在給定的置信區間內,在指定的時間範圍內(我們總是需要為VaR指定兩個條件:置信區間和時間範圍)嘗試預測一個投資組合的最壞可能損失。

在本文中,我們將使用金融學中最常見的模型之一:幾何布朗運動(GBM)來回顧應用於股票價格的基本MCS。因此,雖然蒙特卡羅模擬可以參考各種不同的模擬方法,但我們將從最基本的方法開始。

從哪裡開始

蒙特卡羅模擬是一種多次預測未來的嘗試。在模擬結束時,成千上萬的“隨機試驗”產生了可以分析的結果分佈。基本步驟如下:

1.指定型號(如gbm)

在本文中,我們將使用幾何布朗運動(GBM),它在技術上是一個馬爾可夫過程。這意味著股票價格遵循隨機遊走,並且(至少)符合有效市場假說(EMH)的弱形式——過去的價格資訊已經被納入,下一個價格變動與過去的價格變動“有條件地獨立”。

GBM的公式如下:

Δ不鏽鋼=μΔt+σϵΔtwhere:S=the 股票價格ΔS=股價變化μ=預期收益σ=收益標準差ϵ=隨機變數\begin{aligned}&amp\frac{\Delta S}{S}\=\\mu\Delta t\+\\sigma\epsilon\sqrt{\Delta t}\\&amp\textbf{其中:}\\&S=\text{股價}\\&amp\Delta S=\text{股價變化}\\&amp\mu=\text{the expected return}\\&amp\sigma=\text{收益的標準差}\\&amp\epsilon=\text{隨機變數}\\&amp\Delta t=\text{經過的時間段}\end{對齊}​SΔS​ = μΔt+σϵΔt型​where:S=the 股票價格ΔS=股價變化μ=預期收益σ=收益標準差ϵ=隨機變數​

​如果我們重新安排公式來解決股票價格的變化,我們會看到GBM說股票價格的變化是股票價格“S”乘以括號內的兩個項:

ΔS=S× (μΔt+σϵΔt) \Delta S\=\S\\times\(\mu\Delta t\+\\sigma\epsilon\sqrt{\Delta t})ΔS=S× (μΔt+σϵΔt型​)

第一項是“漂移”,第二項是“衝擊”。對於每個時間段,我們的模型都假設價格會隨著預期收益“漂移”上升。但是漂移會被隨機衝擊所震動(加或減)。隨機衝擊將是標準差“s”乘以隨機數“e”。這隻是一種標度標準差的方法。

這就是GBM的本質,如圖1所示。股票價格遵循一系列步驟,其中每個步驟都是一個漂移加上或減去一個隨機衝擊(本身是股票標準差的函式):

007Ys3FFgy1grf34cqbcrj60ci069t8v02

圖1

2.生成隨機試驗

有了模型規範,我們就可以進行隨機試驗。為了說明這一點,我們使用microsoftexcel進行了40次試驗。請記住,這是一個不現實的小樣本;大多數模擬或“模擬人生”至少執行幾千次試驗。

在這種情況下,讓我們假設股票從第0天開始,價格為10美元。下麵是一個結果圖表,其中每個時間步(或間隔)為一天,系列執行10天(總結:40次試驗,每天步驟超過10天):

007Ys3FFgy1grf34dx6gjj606t0byaa302 007Ys3FFgy1grf34enyiwj606o0by3yp02

圖2:幾何布朗運動

結果是在10天結束時模擬40個股票價格。沒有一個跌破9美元,一個跌破11美元。

3.處理輸出

模擬產生了假設未來結果的分佈。我們可以用輸出做幾件事。

例如,如果我們想用95%的置信度來估計VaR,那麼我們只需要找到排名第38的結果(第三差的結果)。這是因為2/40等於5%,所以兩個最差的結果是最低的5%。

如果我們將顯示的結果堆疊到多個箱子中(每個箱子是$1的三分之一,因此三個箱子涵蓋了$9到$10的區間),我們將得到以下直方圖:

Simulated Price

記住,我們的GBM模型假設正態性;價格回報是正態分佈的預期回報(平均值)“m”和標準差“s”。有趣的是,我們的直方圖看起來並不正常。事實上,隨著更多的試驗,它將不會趨於正常。相反,它將傾向於對數正態分佈:一個急劇下降到左邊的平均數和一個高度傾斜的“長尾”到右邊的平均數。

對於初學的學生來說,這往往會導致潛在的混亂:

  • 價格回報是正態分佈的。
  • 價格水平是對數正態分佈。

可以這樣想:一隻股票的回報率可以上升或下降5%或10%,但經過一段時間後,股價不能為負。此外,上漲的價格會產生複合效應,而下跌的價格會減少基數:損失10%,下次損失的就更少了。

這是一張對數正態分佈圖,疊加在我們的假設上(例如,起價10美元):

Lognormal Distribution

底線

蒙特卡羅模擬將選定的模型(指定儀器的行為)應用於大量隨機試驗,試圖產生一組可能的未來結果。在模擬股票價格方面,最常用的模型是幾何布朗運動(GBM)。GBM假設恆定漂移伴隨隨機衝擊。雖然GBM下的週期收益是正態分佈的,但隨後的多週期(例如10天)價格水平是對數正態分佈的。

  • 發表於 2021-06-12 06:33
  • 閱讀 ( 38 )
  • 分類:金融

你可能感興趣的文章

5個虛擬股市遊戲,幫助你學會如何投資

...器”,華爾街倖存者利用假現金和真實股價跟蹤來教玩家如何投資。因為它是一個瀏覽器遊戲,你不需要下載任何應用程式或軟體來玩。 ...

  • 發佈於 2021-03-17 17:51
  • 閲讀 ( 54 )

如何在你的android手機上模仿舊的pokemon遊戲

... 順便說一句,如果你有iPhone和iPad的話,我們已經研究瞭如何在iPhone和iPad上玩Pokémon遊戲。 ...

  • 發佈於 2021-03-17 22:59
  • 閲讀 ( 66 )

英特爾optane記憶體便宜嗎?

...optanem2模組來增強現有的RAM。請看Linus關於這在實踐中是如何工作的解釋: ...

  • 發佈於 2021-03-24 01:41
  • 閲讀 ( 54 )

如何在樹莓皮上用retropie玩dreamcast遊戲

... 甚至是樹莓皮。我們之前已經展示瞭如何使用RetroPie來建立一個復古的“遊戲站”,以及RecalBox如何提供一個類似於復古遊戲體驗的精緻控制檯。 ...

  • 發佈於 2021-03-25 01:32
  • 閲讀 ( 59 )

如何(以及為什麼)使用谷歌的chromebook模擬器

...式的模擬在您的瀏覽器內,您可以使用它來了解更多有關如何導航Chrome作業系統。它提供了許多逐步的教程,幫助您熟悉作業系統。 為什麼要使用谷歌的chromebook模擬器? 谷歌的模擬器是為那些最近買了一個新的Chromebook或者想...

  • 發佈於 2021-04-03 04:32
  • 閲讀 ( 35 )

如何使用模擬器在pc上玩您喜愛的nes、SNE和其他復古遊戲

...初學者來說可能有點困惑。下面是模擬的工作原理,以及如何在Windows PC上設定它。 什麼是模擬器和ROM(emulators and roms)? 要在你的電腦上玩老式的遊戲機,你需要兩樣東西:一個模擬器和一個ROM。 模擬器是一種模仿老式遊戲機...

  • 發佈於 2021-04-08 20:43
  • 閲讀 ( 60 )

如何在mac上使用playstation 4的dualshock 4控制器

...國**,那麼沒有必要專門為它提供50 Gb的SSD空間。 相關:如何在Mac上安裝Windows與訓練營 無線配對或**控制器 當要將PS4控制器連線到Mac時,您有兩種選擇:使用USB微型電纜,或透過藍芽無線連線。USB選項很簡單:你只要**控制器...

  • 發佈於 2021-04-08 22:34
  • 閲讀 ( 46 )

如何在android手機上使用物理控制器玩遊戲

...GA一起使用。 一旦你回顧了元件列表,請繼續閱讀,看看如何設定Wiimote和MOGA。 配置wiimote 安裝控制器應用程式:設定Android裝置與Wiimote通訊的第一步是安裝Wiimote控制包。在這裡下載Wiimote控制器。將應用程式安裝到裝置上。 安...

  • 發佈於 2021-04-12 00:09
  • 閲讀 ( 48 )

如何在任天堂wii上玩復古的nes和snes遊戲

...可以執行自制軟體的Wii軟模組。雖然我們已經向你展示瞭如何破解你的Wii自制之前,新版本的Wii作業系統軟體需要不同的技術軟修改。因此,我們強烈建議您閱讀完整的Softmod指南,以確保您為您的特定Wii執行正確的mod技術。確...

  • 發佈於 2021-04-12 01:10
  • 閲讀 ( 55 )

如何把你的任天堂ds變成復古遊戲機

...制自己只是現代遊戲發行。請繼續閱讀,我們將向您展示如何把您的NDS變成一個復古的遊戲奇蹟,玩舊的NES,Gameboy,甚至街機遊戲。 任天堂DS可能不是市場上最強大的掌上游戲系統,但它的強大足以模仿許多街機遊戲和控制檯...

  • 發佈於 2021-04-12 08:04
  • 閲讀 ( 45 )
銘愛噢
銘愛噢

0 篇文章

作家榜

  1. admin 0 文章
  2. 孫小欽 0 文章
  3. JVhby0 0 文章
  4. fvpvzrr 0 文章
  5. 0sus8kksc 0 文章
  6. zsfn1903 0 文章
  7. w91395898 0 文章
  8. SuperQueen123 0 文章

相關推薦