请问这个例子中 monte carlo simulation 方法 的output 就是terminal value 的分布对吧？ 那input 呢？？
除了 expected return of each asset class, correlation, standard deviation of each asset class ，权重也应该是input 把？？
lynn_品职助教 · 2022年12月26日
嗨，从没放弃的小努力你好：
MSC的input和MVO是一样的，MVO的是输入变量E(r), σ, ρ，再求解最优化，权重是最优化的结果。MSC区别在于蒙特卡洛模拟是一种统计方法，可以得到不止一期的值，并且得到一个分布。
MSC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，MCS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，MCS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))。并且用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）。
----------------------------------------------就算太阳没有迎着我们而来，我们正在朝着它而去，加油！