郭静_品职助教 · 2021年12月06日
嗨,努力学习的PZer你好:
首先,明确蒙特卡洛方法本身:
蒙特卡洛模拟本身是一种统计方法,由计算机按照设定的递推式发射随机数,产生不同的结果,比如,我们假定某只股票明天的价格Pt=Pt-1+ε,ε是随机扰动项,那么我们可以根据计算机程序发射10000个随机数,就得到10000个明天股票价格Pt,对这10000个价格可以画分布,求均值,求标准差等等。
MSC方法如何解决MVO第一个缺陷,single period framework?
因为我们用传统MVO方法,默认只能得到未来一期的资产配置方案(wi),进而可以得到未来一期的组合收益(∑wiE(Ri))。二用MSC方法可以设定比如第3年末的组合收益公式Rp=△cash flow1+tax1+△cash flow2+tax1+△cash flow2+tax3+ε,这个公式中的△cash flow,tax,ε都是随机数,那么就可以用计算机来模拟这些随机数的分布,进而得到Rp的分布,这就解决了single period的问题或者说path dependent的问题(最终结果依赖期间的现金流以及tax等等)。
蒙特卡罗模拟应用的是假设分析法(what-if),在客户风险承受能力未知或者改变的情况下,它可以用图形展示未来可能的结果,并通过图形中统计概率的分布,判断备选的投资组合预期收益率是否满足投资目标。
可以简单一点理解,投资顾问直接给出一个资产配置方案,比方说股票30%,债券70%(这个配置方案可能是基于历史数据分析得出来的,也可能是拍脑袋拍出来的),将这个配置方案作为MCS的输入变量,模拟25年后的最终组合收益情况,这时会得到一个分布。如果这个分布能够满足50%概率1million的目标,就按这个资产方案走。如果不满足,则投资顾问再重新制定新的资产配置方案。
----------------------------------------------虽然现在很辛苦,但努力过的感觉真的很好,加油!