Monte Carlo 시뮬레이션은 무엇입니까?

monte Monte Carlo 시뮬레이션은 다양한 시나리오와 변수를 무작위로 테스트하거나 샘플링하여 특정 결과의 확률을 계산하기위한 수학적 모델입니다.제 2 차 세계 대전 중에 맨해튼 프로젝트에서 일한 수학자 인 Stanilaw Ulam이 처음으로 활용 한이 시뮬레이션은 분석가들에게 어려운 결정을 내리고 불확실성의 여러 영역이있는 복잡한 문제를 해결하기위한 수단을 제공합니다.모나코의 카지노-인구 리조트의 이름을 따서 명명 된 Monte Carlo Simulation은 역사적 통계 데이터를 사용하여 계정 반품, 변동성 또는 상관 관계와 같은 최종 결과에 영향을 줄 수있는 각 실행에 무작위로 구성 요소를 삽입하여 수백만 가지의 다양한 재무 결과를 생성합니다.시나리오가 공식화되면이 방법은 특정 결과에 도달 할 확률을 계산합니다.장기 평균 및 미래 성장 또는 저축의 추정치를 사용하는 표준 재무 계획 분석과 달리 소프트웨어 및 웹 애플리케이션에서 사용 가능한 Monte Carlo Simulation은 변수를 처리하고 재무 위험 또는 보상의 확률을 측정하는보다 현실적인 수단을 제공 할 수 있습니다.monte Monte Carlo 방법은 종종 개인 재무 계획, 포트폴리오 평가, 채권 및 채권 옵션 평가, 기업 또는 프로젝트 금융에 사용됩니다.Propability Computations는 새로운 것이 아니지만 David B. Hertz는 1964 년 하버드 비즈니스 리뷰 (Harvard Business Review)에 발표 된“자본 투자의 위험 분석”을 통해 1964 년에 금융에서 개척했습니다.Phelim Boyle 은이 방법을 1977 년 파생 상품 평가에 적용하여 그의 논문을 발표했다.이 기술은 미국 옵션과 함께 사용하기가 더 어렵고 결과가 기본 가정에 의존하기 때문에 Monte Carlo 시뮬레이션이 예측할 수없는 몇 가지 이벤트가 있습니다.주어진 전략의 가능한 종점의 확률을 생성하는 것 외에도 데이터 공식 방법은 그래프 및 차트 생성을 촉진하여 투자자와 주주들에게 결과를 더 잘 커뮤니케이션 할 수 있습니다.Monte Carlo Simulation은 각 변수가 결론에 대한 상대적 영향을 강조합니다.이 시뮬레이션을 사용하여 분석가들은 입력의 특정 조합이 서로 어떻게 영향을 미치고 상호 작용하는지 정확하게 볼 수 있습니다.변수 간의 긍정적 및 부정적인 상호 의존적 관계에 대한 이해는 모든 기기의보다 정확한 위험 분석을 제공합니다.잘 알려진 확률 분포는 정상 또는 벨 곡선이며, 사용자는 변동을 정의하는 예상 값과 표준 편차 곡선을 지정합니다.에너지 가격과 인플레이션 률은 종 곡선으로 표시 될 수 있습니다.로그 정규 분포는 석유 매장량이나 주가와 같이 무제한의 잠재력을 가진 긍정적 인 변수를 묘사합니다.균일, 삼각형 및 개별은 다른 가능한 확률 분포의 예입니다.확률 곡선에서 무작위로 샘플링되는 값은 반복이라는 세트로 제출됩니다.