Монте-Карло Симуляция в торговле Как математика предсказывает результаты рынка

Краткое содержание:Симуляция Монте-Карло выполняет тысячи рандомизированных ценовых путей для акций, рассчитывая распределение вероятности будущих доходов. Вместо предсказания "акции поднимутся", она рассчитывает "имеется 72% вероятность того, что эта акция закрывается выше $X в течение 5 торговых дней".

Что такое моделирование Монте-Карло?

Монте-Карло-симуляция - это статистическая техника, которая использует повторное случайное выборка для получения численных результатов. Названная в честь известного казино района в Монако, она полагается на случайность для решения проблем, которые могут быть детерминистичными в принципе, но слишком сложны для решения аналитически.

В торговле симуляция Монте-Карло используется для моделирования распределения вероятности будущих цен на акции, выполняя тысячи (или миллионы) рандомизированных ценовых путей на основе исторической волатильности, дрейфа и параметров корреляции.

Как это работает в фондовой торговле

Процесс выполняется следующим образом:

1. Оценка параметров:Вычислить историческую волатильность акций (стандартное отклонение от доходности), дрейф (средняя доходность) и корреляцию с другими активами.
2. Создать случайные пути:Используя геометрическую модель движения Брауна, генерируйте тысячи возможных будущих ценовых путей в течение вашего целевого временного горизонта.
3. Проанализировать результаты:Для каждого пути вычислите окончательную цену, максимальную выгрузку и достигаете ли она уровня стоп-лосс или тейк-профит.
4. Вычислить вероятности:Совокупные результаты для определения вероятности поражения вашей цели, вероятности поражения вашей стоп-лосс и ожидаемой стоимости сделки.

Почему неудачные предсказания

Традиционный технический анализ часто дает двойные предсказания: "Акции вырастут до 120 долларов" или "Поддержка достигнет 95 долларов".

Монте-Карло моделирование охватывает неопределенность. Вместо одного прогноза, он дает вам распределение вероятности. Вы не знаете точно, куда будет идти акции, но вы знаете,вероятностьВ результате, в результате чего можно добиться большего успеха.

Как GemStox использует Монте-Карло

GemStox выполняет симуляцию Монте-Карло в качестве одной из своих 10 независимых классы стратегий. Для каждого запаса, который проходит первоначальный скрининг:

• Мы оцениваем текущий режим волатильности с использованием моделей семейства GARCH
• Выполнить тысячи симуляций ценового пути на нескольких временных горизонтах
• Вычислить весенные по вероятности окна выхода (стоп-лосс, тейк-профит, оценка уверенности)
• Только сигналы , где Монте-Карло подтверждает благоприятные распределения вероятности , выживают .

Монте-Карло против других методов

Ссылки и дальнейшее чтение

• Глассерман, П. (2003).Монте-Карло Методы в области финансовой инженерииСпрингер.
• Халл, Дж.С. (2018).Опционы, фьючерсы и другие деривативы- Пирсон.
• Jäckel, P. (2002).Монте-Карло Методы в области финансов- Уайли.

Соответствующие статьи

• Как работает биржевые сигналы Математическая глубокая погружение
• Понимание Волатильности GARCH Модели объяснены
• Крос-валидационная торговля Почему модели консенсуса выигрывают