Monte-Carlo-Simulation
Das Konzept verstehen
Geben Sie Daten, Stichprobenverfahren, Regel zur Positionsgröße, Kosten, Zahl der Simulationen und Startwert des Zufallsgenerators an. Unterscheiden Sie das Mischen feststehender Beobachtungen von neu gezogenen Beobachtungen und modellgenerierten Schocks. Treten Verluste gehäuft auf, kann unabhängiges Ziehen relevante Abhängigkeiten beseitigen. Ein geeignetes Blockmodell oder bedingtes Modell kann einen Teil dieses Problems berücksichtigen.
Häufiger Fehler
Tausende Simulationen reparieren keine Überanpassung und erzeugen nicht automatisch eine ungesehene Krise. Angeben, ob ein genanntes Perzentil maximalen Drawdown, End-Equity oder andere Statistik beschreibt, sowie dessen Grenzen.
Weiterlernen
Im Kurs: 9.2 Mathematik der Verluste: Aufholasymmetrie und Ruinrisiko; 15.10 Strategieprüfung — Wann das System und wann das eigene Verhalten korrigieren. Quellen: SciPy: Zufallssimulation und Resampling.
Perzentile und Simulationsfehler
Angeben, ob ein Perzentil Drawdown, End-Equity oder Barrierenverletzung beschreibt. Stabilität über Startwerte und Pfadzahlen prüfen. Simulationsrauschen von Modellunsicherheit trennen: Mehr Pfade können ersteres senken, ohne falsche Verteilung oder unvollständige Historie zu reparieren.
Häufige Fragen
Ist simuliertes Ruinrisiko die wahre Wahrscheinlichkeit eines Kontoausfalls?
Sind Mischen und Ziehen mit Zurücklegen gleich?
Nein. Mischen erhält die Ergebnisse und ihre Summe; beim Ziehen mit Zurücklegen können sich beide ändern. Eine pfadabhängige Positionsgrößenbestimmung verändert die Geldergebnisse zusätzlich.