蒙特卡羅模擬法

2021-01-08 結構化思考

本文分三個部分,第一個部分是介紹蒙特卡羅模擬法,第二個部分是相關練習,第三個部分是相關資料和我思考。

蒙特卡羅模擬法

蒙特卡羅模擬法是一種使用隨機數和概率來解決問題的計算方法,它又稱隨機抽樣或統計試驗法,整體思路是(模擬——抽樣——估值),工作原理是不斷抽樣、逐漸逼近。通俗說就是建立一個模型用來模擬某事件,然後不斷隨機取樣,進行很多次實驗後,得出一個接近真實值的估值。

理解蒙特卡羅模擬法通常會用(π的是怎麼算來出的)舉例子

∵圓的面積=πR^2

∵正方形的面積=4R^2

∴圓的面積/正方形面積=4/π

然後採用蒙特卡羅模擬法在正方形裡面隨機撒點,等到點數足夠多時,比如至少幾百萬個點時,得到π的數值約為3.14159

很久之前,蒙特卡羅模擬法就是採用物理方法試驗,比如算擲硬幣的正反面的概率,那就得不停擲擲擲,投擲完後還得統計每個數值,比如我投擲5000次才能得出概率約為1/2,投擲記錄一次為20秒,得約28小時。由於它費時極長,而且難以重現該實驗。所以現在通常是在某軟體裡面建立一個模型模擬,通常在幾秒鐘內就能得出一個估值。(比如可用python軟體編程,crystal ball軟體等建模而得出估值。)

蒙特卡羅模擬法現在應用極廣,比如應用金融、工程、物理、遊戲等等。

比如說我要算整個身體的體積?其實具體我也不知道怎麼建模,怎麼計算,但是我覺得可用到這個方法。

再比如開一家店,如果要知道顧客等幾分鐘就不耐煩地離開,那麼先建立一個模型,然後隨機收集一定的數據,然後進行估算。比如統計數據後發現60%的客人平均3分鐘離開,比如30%的客人在5分鐘內離開,還有10%超過5分鐘才離開。那麼是不是可以相應地改進呢?

相關資料和我的思考

相關資料:

為啥信息再少也要勇敢做決定(後果模型),和這個其實是有關聯的。風險分析幾乎是我們做出的每一個決定的一部分,因為我們在生活中經常面臨不確定性、模糊性和變化無常。 此外,即使我們擁有前所未有的信息獲取渠道,我們也不能準確預測未來。

我的思考:

最難的其實是建立模型模擬,至於抽樣和估值其實不難。

雖然有句話叫做「我命由我不由天」,如果用蒙特卡羅模擬法,應該是「我命由我更由天」,通俗說「龍生龍鳳生鳳,老鼠的兒子會打洞」。

為啥再牛的人都無法預測股票明天會怎麼樣。因為數據夠大,影響的因素也夠多,所以用蒙特卡羅模擬法也難以預測。

後記:蒙特卡羅模擬法出於《史上最簡單的問題解決手冊》圖片來源於網絡,如有侵權,請聯繫作者刪除

相關焦點

  • 歷史模擬法、蒙特卡羅的模擬法計算VaR和ES值!
    歷史模擬法、蒙特卡羅的模擬法計算VaR和ES值!而這裡說的歷史模擬法和蒙特卡羅模擬法跟上面有點不太一樣,所基於的前提跟GARCH和RiskMetrics方法認為殘差存在著二次自相關不同,本節所涉及到的兩種方法也是認為歷史可以預測未來(即趨勢存在著一定的平穩性),歷史模擬法認為歷史的分布和未來的分布是一致的,因此歷史所計算出來的aR和ES可以用來代替未來的aR和ES。有點像電影《土撥鼠之日》不斷重複的一天。
  • 蒙特卡羅方法-布豐投針試驗的概率
    這個方法隨著計算機等現代技術的發展,已經發展成為具有廣泛應用性的蒙特卡羅方法。蒙特卡羅方法也稱為統計模擬法、隨機抽樣技術,是一種隨機模擬方法。蒙特卡羅方法的起源就是布豐投針試驗。但是它正式出現並為人們所知道,則是在第二次世界大戰中,由20世紀40年代,美國在第二次世界大戰中研製原子彈的「曼哈頓計劃」計劃的成員S.M.烏拉姆和J.馮·諾伊曼首先提出。
  • 風險測度之Var值——用蒙特卡洛模擬法怎麼算?
    前言我們曾經在【原創】私募雲通帶你了解15種基金業績風險指標一文中介紹過風險價值(下稱VaR)的概念,也曾在【重磅原創】一起來學點歷史模擬法一文中詳細介紹了
  • 蒙特卡羅方法及應用
    隨著現代計算機技術的飛速發展,蒙特卡羅方法已經在原子彈工程的科學研究中發揮了極其重要的作用,並正在日益廣泛地應用於物理工程的各個方面,如氣體放電中的粒子輸運過程等。本文介紹蒙特卡羅方法的基本原理及其在計算物理中的應用。1 蒙特卡羅方法的基本原理就數學特性而言,蒙特卡羅方法的發展可以追溯到18世紀著名的蒲豐問題。
  • 蒙特卡羅方法入門
    轉自:數學中國如涉版權請加編輯微信iwish89聯繫哲學園鳴謝本文通過五個例子,介紹蒙特卡羅方法(Monte
  • 人工智慧之蒙特卡羅方法(MCM)
    在這之前,蒙特卡羅方法就已經存在。1777年,法國數學家布豐(Georges Louis Leclere de Buffon)提出用投針實驗的方法求圓周率π。這被認為是蒙特卡羅方法的起源。蒙特卡羅(MonteCarlo)雖然是個賭城,但很小,估計跟北京的一條街差不多大。
  • 【技術園地】如何應用蒙特卡洛模擬法解決「不確定度」計算難題
    一、蒙特卡洛模擬法介紹1、什麼是蒙特卡洛模擬法2、蒙特卡洛模擬法兩個例子3、蒙特卡洛法計算圓周率4、蒙特卡洛法計算定積分二、蒙特卡洛法用於分析方法不確定度評定1、什麼是不確定度以及評定的目的2、與不確定度評定相關的計量學名詞
  • 蒙特卡洛模擬法的實施步驟
    蒙特卡洛模擬法的實施步驟一般分為三步:  (1)分析每一可變因素的可能變化範圍及其概率分布。  (2)通過模擬試驗隨機選取各隨機變量的值,並使選擇的隨機值符合各自的概率分布。為此可使用隨機數或直接用計算機求出隨機數。  (3)反覆重複以上步驟,進行多次模擬試驗,即可求出開發項目各項效益指標的概率分布或其他特徵值。
  • 跟著Sutton經典教材學強化學習中的蒙特卡羅方法
    好消息是,蒙特卡羅方法能解決以上問題!蒙特卡羅是一種估計複雜的概率分布的經典方法。本文部分內容取自Sutton的經典教材《強化學習》,並提供了額外的解釋和例子。初探蒙特卡羅蒙特卡羅模擬以摩納哥的著名賭場命名,因為機會和隨機結果是建模技術的核心,它們與輪盤賭,骰子和老虎機等遊戲非常相似。相比於動態規劃,蒙特卡羅方法以一種全新的方式看待問題,它提出了這個問題:我需要從環境中拿走多少樣本去鑑別好的策略和壞的策略?
  • 基於蒙特卡羅方法的速率分布函數演化過程研究
    蒙特卡羅方法生成三維理想氣體麥克斯韋分布[J]. 大學物理,2018,37(3): 63-68MO Y Y, LI S Z. Generating three-dimensional Maxwell distribution using Monte Carlo method[J]. College Physics, 2018, 37(3): 63-68.
  • (單項資產、歷史模擬法)
    今天的主題是介紹另一個計算在險價值VaR的方法——歷史模擬法,歷史模擬法是將歷史上實際成交價的漲跌幅從低到高重新排序,這個做法是假設「歷史會重複其本身」,也就是一項資產或一個投資組合未來的價格波動會延續過去的走勢。如果將一項資產的每日價格波幅畫成直方圖,就可以比較各波幅數據發生的頻率。
  • 蒙特卡洛模擬法計算VaR的場景生成技術
    部分未聯繫到作者和原始出處的文章,請原作者聯繫506743560@qq.com或直接在公眾號留言,或致電15034081448,「私募工場」會在第一時間處理。一個場景是所有風險因子的表現序列。歷史場景是指風險因子在歷史上某天的實際表現,隨機場景則是計算機隨機模擬生成的。
  • 蒙特卡羅方法在靈敏度分析中的應用及其優勢
    蒙特卡羅敏感性分析也是如此。   靈敏度分析 敏感性分析是我們用來確定在分配的一組理論或假設下,單個變量的各種來源或輸入值如何影響特定因變量的分析。   靈敏度分析中的蒙特卡羅方法 在當今的電子和工程領域,使用數學工具進行敏感性分析很普遍,我們將這些工具分為兩類: l
  • 算法題之 -- 蒙特卡羅算法求π值
    接下來博主就要與你分享一個計算π的算法 -- 蒙特卡羅算法. 如果你感興趣不妨先想一想, 如果是你要如何計算?        如果你沒有思路, 那就跟著博主一起來見證一下這個算法的巧妙之處吧.    正如下圖中所畫是一個單位圓與一個正方形的組合.  圓的半徑為1.  這時, 我們根據圓的面積公式就可以得知 S圓 = π × r圓 × r圓  = π.
  • 獨家| AAAI-17獲獎論文深度解讀(下):蒙特卡羅定位和推薦系統
    這種新的基於樣本的蒙特卡羅定位(sample-based Monte Carlo Localization)在計算上非常高效,同時還保留了它表徵任意分布的能力。這種 MCL 應用了基於樣本的方法來逼近樣本數量所採用的概率分布,它是可以在線調整的,因此可以動態地調用樣本集,這是基於網格的方法(通過三維網格進行表徵,在計算上非常繁瑣)所無法實現的。