метод Монте-Карло

[DAS]

Добрый день!
Скажите пожалуйста, прочитал литературу по поводу метода Имитационнного моделирования для оценки рисков, в частности про метод Монте-Карло.
Возникло пару вопросов после прочтения литературы, и информации на данном форуме:
1. Про использование законо распределения случайных величин: понял, что когда нет информации о возможном законе случайных чисел, то лучше испозовать треугольный закон. Вопрос - а есть ли статьи, какая-то другая литература в пользу треугольного закона, или почему лучше использовать треугольный закон, а не какой-то другой?
2. Серия экспериментов. В самом методе нет никаких рекомендаций, формул для определения кол-ва экспериментов. Есть ли литература по этому вопросу
3. И еще один вопрос, на сколько адекватно использовать случайные числа для оценки рисков проекта? опять же, есть ли какая-нибудь литература по этому поводу


Заранее спасибо!

[Andruxa]

Так поставленные вопросы - потенциальный флейм, особенно третий вопрос. Нет, всё надо выбирать и делать исходя из каких-то соображений (целесообразности).

1. Треугольный закон самый простой, и описывает приближенные, нечеткие, неизвестные числа (такие понятия как "приблизительно", "скорее всего", "возможно" и так далее),
2. Чем больше - тем лучше,
3. Насколько адекватно описывают они реальность, настолько модель этой реальности и адекватна. Случайные числа не сильно много чего адекватно в экономике описывают.

Если и есть исследования, то они скорее больше математические, чем из области инвестиционного анализа.

[Иринa]

http://www.cfin.ru/finanalysis/monte_carlo.shtml

http://d-ria.com/blog/2009/03/55

[WLMike]

Добрый день!

Скажите пожалуйста, прочитал литературу по поводу метода Имитационнного моделирования для оценки рисков, в частности про метод Монте-Карло.
Возникло пару вопросов после прочтения литературы, и информации на данном форуме:

А нужен ли вам метод Монте-Карло? На мой взгляд, в большинстве случаев – это не более чем красивый пример GIGO. Вы не знаете, что за мусор засунуть на входе, и не знаете, что с мусором на выходе делать. А поэтому и возникают подобные вопросы.

1. Про использование законо распределения случайных величин: понял, что когда нет информации о возможном законе случайных чисел, то лучше испозовать треугольный закон. Вопрос - а есть ли статьи, какая-то другая литература в пользу треугольного закона, или почему лучше использовать треугольный закон, а не какой-то другой?

Метод Монте-Карло – метод статистический, и на входе вы в него не какие-то там треугольные распределение суете, потому что-то где-то там чего-то прочитали, а распределения, которые вы можете взять обоснованно, обычно на основании прошлой статистики, или неких «естественных» свойств объектов. Если вы это сделать не можете, то это уже не метод МК, а какая-то около научная профанация с закосом под крутизну и серьезность.

2. Серия экспериментов. В самом методе нет никаких рекомендаций, формул для определения кол-ва экспериментов. Есть ли литература по этому вопросу

Почему же нет. На выходе вы получаете выборку из генеральной совокупности. Есть статистические методы, которые позволяют на основании анализа выборки оценить статистические параметры генеральной совокупности и доверительные интервалы этих оценок. Поэтому для начала вы должны сформулировать, а что собственно вы хотите сделать с результатами, например, определить с некой точностью среднее значение потока или его квантиль, доказать значимую отличность от нуля того или иного параметра распределения. В зависимости от формулировки можно указать, сколько вам требуется «эксперементов», обычно указывается некий критерий, проверку которого вы делаете после каждой итерации. Когда значение критерия превышает критический уровень, то вы останавливаетесь.

3. И еще один вопрос, на сколько адекватно использовать случайные числа для оценки рисков проекта? опять же, есть ли какая-нибудь литература по этому поводу

Вопрос диалектический Меймстрим считает, что достаточно адекватно, но есть и критики.

[DAS]

возник еще один вопрос, может кто подскажет как можно его решить.
Суть в следующем: с помощью имитационного моделирования я расчитываю для каждой серии NPV проекта. В итоге у меня получается таблица из 4-х столбцов: объем, цена, переменных и подсчитанный NPV. Возможно ли (и как) на основе полученной таблицы сформировать целевую функцию с ограничениями линейными для ее последующей оптимизации? (т.е. интересуют методы формирования целевой функции)

[Andruxa]

Целевая функция у вас - это NPV, она максимизируется на заданных областях значений (входных) параметров моделирования.

[Равиль]

Будьте осторожны: цена, объем продаж и переменные связанные величины. В имитационных экспертиментах это надо учитывать!