开发者:上海品职教育科技有限公司 隐私政策详情

应用版本:4.2.11(IOS)|3.2.5(安卓)APP下载

yycfa · 2024年10月24日

path dependent

 14:48 (2X) 



如何理解MCS是解决路径依赖问题?MCS方法是依据t1预测t2, 再依次往后,所以结果是每期dependent的;又如何理解是解决了 path dependent这个问题呢?或者说 path dependent这个问题具体是什么?

1 个答案

Lucky_品职助教 · 2024年10月25日

嗨,爱思考的PZer你好:


同学你好:


MCS方法解决的是MVO的一个缺陷,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))。

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)。

(关于路径依赖)只要计算机足够强大,理论上能模拟出无数条路径来,并且资产在这无数条路径下的现金流状态也能模拟出来;

统计软件会给这些模拟出来的路径一个概率,一条路径下对应一个资产的折现求和现值,每一条路径都有一个概率,无数条路径下的概率求和就可以得到资产的理论现值。

用Monte carlo模拟,就帮我们尽可能“穷尽”所有的路径,然后求出一个基于概率分布的资产价值,这种算法算出来的值更靠谱。

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

  • 1

    回答
  • 0

    关注
  • 45

    浏览
相关问题