郭静_品职助教 · 2021年12月06日
嗨，努力学习的PZer你好：
首先，明确蒙特卡洛方法本身：
蒙特卡洛模拟本身是一种统计方法，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。
MSC方法如何解决MVO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）。
蒙特卡罗模拟应用的是假设分析法（what-if），在客户风险承受能力未知或者改变的情况下，它可以用图形展示未来可能的结果，并通过图形中统计概率的分布，判断备选的投资组合预期收益率是否满足投资目标。
可以简单一点理解，投资顾问直接给出一个资产配置方案，比方说股票30%，债券70%（这个配置方案可能是基于历史数据分析得出来的，也可能是拍脑袋拍出来的），将这个配置方案作为MCS的输入变量，模拟25年后的最终组合收益情况，这时会得到一个分布。如果这个分布能够满足50%概率1million的目标，就按这个资产方案走。如果不满足，则投资顾问再重新制定新的资产配置方案。
----------------------------------------------虽然现在很辛苦，但努力过的感觉真的很好，加油！
