MC

嗨，爱思考的PZer你好：

对，没错。

----------------------------------------------
加油吧，让我们一起遇见更好的自己！

嗨，爱思考的PZer你好：

蒙特卡洛模拟是一种统计方法，可以应用在多个方面，是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。

在AA中，MSC方法是针对MVO的改进，回顾一下MVO方法两个缺陷，

一是只能用于single period预测；does not consider trading/rebalancing cost and taxes.

二是efficient frontier highly sensitive to small changes in the input especially expected return.MVO画出的有效前沿对输入变量（尤其是expected return)高度敏感。

在这里，MSC方法解决第一个缺陷，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）。

再看很多年后，这个组合的表现吗？

大致上这样理解也是对的，MCS可以解决路径依赖的问题，就是因为可以“观察”到是怎么变化的。

----------------------------------------------
就算太阳没有迎着我们而来，我们正在朝着它而去，加油！