Simulação de Monte Carlo
Compreender o conceito
Declare os dados, o esquema de amostragem, a regra de dimensionamento das posições, os custos, o número de simulações e a semente. Distinga observações fixas baralhadas de observações reamostradas e choques gerados pelo modelo. Se as perdas se agruparem, a amostragem independente pode apagar dependência relevante; um modelo adequado por blocos ou condicional pode tratar parte desse problema.
Erro frequente
Milhares de simulações não corrigem sobreajustamento nem geram automaticamente uma crise ainda não observada. Apresente se um percentil citado descreve drawdown máximo, património final ou outra estatística e indique as suas limitações.
Aprendizagem adicional
No curso: 9.2 A matemática das perdas: assimetria da recuperação e risco de ruína; 15.10 Auditoria de estratégia — Quando corrigir o sistema, quando se corrigir a si próprio. Fontes: SciPy: simulação aleatória e reamostragem.
Percentis e erro de simulação
Indique se um percentil descreve drawdown, património final ou violação de uma barreira. Verifique a estabilidade entre sementes e números de percursos. Separe o ruído de simulação da incerteza do modelo: mais percursos podem reduzir o primeiro sem corrigir uma distribuição errada ou um histórico incompleto.
Perguntas frequentes
O risco de ruína simulado é a probabilidade verdadeira de falência da conta?
Baralhar e amostrar com reposição são equivalentes?
Não. Baralhar preserva os resultados e a sua soma; a reposição pode alterar ambos. O dimensionamento dependente do percurso altera ainda os resultados monetários.