инвестирование

Финансы - инвестирование - Создать моделирования методом Монте-Карло с помощью Excel

DivinitY | Просмотров: 956






Мы разработаем моделирования методом Монте-Карло с использованием Microsoft Excel и игра в кости. Моделирования Монте-Карло представляет собой математический численный метод, который использует случайные привлекает для выполнения вычислений и сложных проблем. Сегодня он широко используется и играет ключевую роль в различных областях, таких как Финансы, физика, химия, Экономика и многие другие.
Моделирование Методом Монте-Карло
Метод Монте-Карло был изобретен Николас Метрополис в 1947 году и стремится решать сложные проблемы с помощью случайных и вероятностных методов. Термин "Монте-Карло" происходит от административной территории Монако, известный в народе как место, где европейские элиты Гэмбл. Мы используем метод Монте-Карло, когда проблема слишком сложна и трудно сделать путем прямого расчета. Большое количество повторений позволяет моделирование нормального распределения.
Метод моделирования Монте-Карло вычисляет вероятности интегралы и решает дифференциальные уравнения, вводя тем самым статистического подхода к оценке риска в вероятностной решение. Хотя существует множество передовых статистических инструментов для создания симуляций Монте-Карло, легче имитировать нормальный закон и единый закон с помощью Microsoft Excel и обойти математические основы.
Для моделирования методом Монте-Карло, мы выделяем ряд ключевых переменных, которые контролируют и описать результаты эксперимента и назначить распределения вероятностей после большого числа случайных проб выполняется. Возьмем игру в кости как модель.
Игра в кости
Вот как игра в кости рулонах:
• Игрок бросает три кости, которые имеют 6 сторон 3 раза.
• Если сумма 3 броска будет 7 или 11, игрок выигрывает.
• Если общая из 3 бросков -: 3, 4, 5, 16, 17 или 18, то игрок теряет.
• Если сумма любой другой исход, игрок играет снова и снова бросает умирать.
• Когда игрок снова бросает кубик, игра продолжается таким же образом, за исключением того, что игрок выигрывает, если общая сумма равна определен в первом туре.
Также рекомендуется использовать данные таблицы для получения результатов. Кроме того, 5000 результатов необходимо подготовить моделирования Монте-Карло.
Шаг 1: Кости Прокатки Событий
Во-первых, мы разрабатываем целый ряд данных с результатами каждого из 3 кубика на 50 рулонов. Для этого предлагается использовать "СЛУЧМЕЖДУ (1. 6) функция" . Таким образом, каждый раз, когда мы нажимаем клавишу F9, мы создаем новый набор результатов рулон. "Итоги" ячейки является суммой результатов от 3 рулонов.

.
Шаг 2: выбор результатов
Значит, мы должны разработать целый ряд данных для выявления возможных исходов для первого тура и последующих раундов. Там приводится ниже 3-столбец диапазон данных. В первой колонке, у нас есть цифры от 1 до 18. Эти цифры представляют возможные результаты после прокатки кости в 3 раза: максимум 3*6=18. Следует отметить, что для ячеек 1 и 2, выводы отсутствуют, поскольку невозможно получить 1 или 2 через 3 кубика. Минимум 3.
Во второй колонке, возможные выводы после первого тура включено. Как указано в первоначальном заявлении, либо игрок выигрывает (Победа) или проигрывает (теряет) или он переигрывает (перебросить), в зависимости от результата (в общей сложности 3 кубиков).

В третьей колонке, зарегистрирована возможные выводы для последующих раундов. Мы можем добиться этих результатов с помощью функции “если. ” Это гарантирует, что если результат, полученный эквивалентный результат, полученный в первом туре, мы выиграем, в противном случае мы будем следовать каноническим правилам оригинальной игры, чтобы определить, можем ли мы повторно бросить кости.

.
Шаг 3: Выводы
В этом шаге мы определяем исход 50 кубиков. Первый вывод, который можно получить с помощью функции индекс. Эта функция ищет возможные результаты первого тура, заключение, соответствующее полученному результату. Например, при получении 6, как на рисунке ниже, мы снова играть.

Можно сделать выводы других кубиков, с помощью "или функция" и функция индекса вложенные в "Если" функцию. Эта функция сообщает Excel, "если предыдущий результат-это победа или поражение," остановить прокатки кости, потому что после того, как мы выиграли или проиграли мы сделали. В противном случае, мы идем к колонне из следующих возможных выводов, и мы определяем вывод результата.

.
Шаг 4: Количество кубиков
Сейчас мы определяем количество необходимых кубиков, прежде чем потерять или выиграть. Для этого мы можем использовать функцию "Счетесли", который требует Excel для подсчета результатов "Re-ролл" и добавить число 1 к нему. Он добавляет одного, потому что у нас есть один дополнительный раунд, и мы получаем конечный результат (победа или поражение).

.
Шаг 5: Моделирование
Мы развиваем диапазон, чтобы отслеживать результаты различных вариантов моделирования. Для этого мы создадим три колонки. В первой колонке, одного из входящих в комплект цифр составляет 5000. Во второй колонке мы будем искать результат после 50 кубиков. В третьем столбце, Заголовок столбца, мы будем смотреть на количество кубиков до получения окончательного статуса (выиграть или проиграть).

Затем, мы создадим таблицу анализа чувствительности с помощью данных объектов или Таблица данных (эта чувствительность будет вставлен во второй таблице и третий столбцы). В этом анализе чувствительности, число событий 1 – 5,000 должна быть вставлена в ячейку A1 файла. На самом деле, можно выбрать любую пустую ячейку. Идея просто заставить пересчет каждый раз и таким образом получить новых кубиков (результаты моделирования), не повреждая формулы на месте.
Шаг 6: Вероятность
Мы можем, наконец, вычислить вероятность выигрыша и проигрыша. Мы делаем это с помощью функции "Счетесли" . Формула подсчитывает количество "выиграть" и "проиграть", а затем делится на общее число событий, 5,000, для получения соответствующей пропорции одного и другого. Мы наконец увидим ниже, что вероятность получения результата Победа 73. 2% и потерять доход, поэтому 26. 8%.






Комментарии


Ваше имя:

Комментарий:

ответьте цифрой: дeвять + пять =