金融工程与并行计算：第二章仿真法在财务工程的使用 Part 1

本文链接：https://blog.csdn.net/AndyDong1209/article/details/80788556

Anyone attempting to generate random numbers by deterministic means is, of course,living in a state of sin.

任何人想要以确定的方式产生随机随机数，则不异于活于罪恶之邦。

John von Neumann

约翰˙冯˙纽曼

第一节蒙地卡罗模拟法概要

对于一个不确定的随机现象，我们通常会以机率的方式加以描述。例如，一年后(期末)的大盘指数(P_T)，相对于今日(期初)指数(P₀= 8,000)可能有60%的上涨。然而，如果想要有更进一步的说明，则我们可能要对随机现象中的变量，有更明确的假设。

我们可以假设随机变量X表一年后的对数报酬率，具有常态分配的性质，且其年平均数为4%，年标准偏差为30%。则X表示如下，

…………………………………………………(2.1.1)

由于常态分配的性质已广为人知，所以X的未来分布情况也可自然可以得知。例如，X的平均数为0.04。因此，一年后指数的平均数为，

再如，X的1%的单边最大损失为，

此时对应的一年后指数为，

换句话说，有1%的机率一年后的指数会跌到4139以下。

然而，如果我们创造了一张一年期的金融契约，它的期末偿付为，

…………………………………………………….(2.1.2)

我们想要知道此金融契约一年后1%的最大损失，或是期末偿付的平均数，那就不是一件简单的事情了。一方面，期末偿付函数为一具有max()函数形式的随机变量；另一方面，max()函数之中包含了期末指数的一次式与二次式。

但是，如果我们已经知道期末指数的分配形式(2.1)，我们可以反复的由随机数中，抽取随机变量X值，X₀，X₁，X₂，…，X_N。再由X得到P_T，代入(2.1.2)式的期末偿付，便可得到期末偿付的出象。据以描绘出期末偿付的分布型式，并求的相关的统计量，如平均数、标准偏差、1%最大损失等。

上述方法便是蒙地卡罗模拟法的基本精神，然而此法的成功与否，仰赖于下面条件。首先，随机变量X的分配假设是正确无误的。其次，随机数的抽取确实反映了随机随机数的要求。前者的正确性需要由财务理论与数据实证来回答。后者则须要数值方法与统计理论来回答。

在过去40年中，Black-Scholes的选择权定价理论，主导了前20年的金融市场，1993的Heston模型可说是另一个新的里程碑。本书将以Heston模型为主轴来说明，但是在进入第二篇的内容之前，我们还是以Black-Scholes模型做为程序说明与撰写对象。毕竟这是大部分金融从业人员都已熟悉的内容，也是现代金融的基石。

第二节 C#开发环境介绍与使用内建随机数

由于随机数的质量在仿真时至关紧要，因此我们须对计算机如何产生随机数，详加探究。我们先使用程序内建随机数，然后再使用市场上已有口碑的高质量随机数生成器。程序的撰写是必然的事，本节简单说明使用的环境，并测试我们的讨论内容。读者如果对开发环境不熟悉，建议找一本介绍VisualStudio与C#入门使用的书籍。

大部分的程序语言在内建的函数中，都有随机数函数。在C#亦有提供此一随机数对象，Random，此对象位于System的命名空间之下。使用时需先建立对象，对象初始化时可以给起始种子，也可以不给起始种子。如果不给起始种子，程序会以系统时间作为起始种子。

下面以Visual Studio2017作为开发环境，说明如何使用系统内建Random对象。首先，打开Visual Studio2017，从功能选单中《档案╱新增╱项目》的方法，产生CPUST方案以及CSRandom项目，选取控制台应用程序，按确定。

Visual Studio自动为我们完成项目框架的设定如上图，在中央的程序代码编辑区，输入下面的程序代码。

#001 static void Main(string[] args)

#002 {

#003 const int OBS =100000;

#004 Random Rnd = new Random(1234);

#005 double[] X = new double[OBS];

#006

#007 for (int i = 0; i< OBS; i++)

#008 {

#009 X[i] = Rnd.NextDouble();

#010 }

#011

#012 double Sum = 0.0;

#013 for (int i = 0; i< OBS; i++)

#014 {

#015 Sum = Sum + X[i];

#016 }

#017 double Mean = Sum / OBS;

#018

#019 Sum = 0.0;

#020 for (int i = 0; i< OBS; i++)

#021 {

#022 Sum = Sum + (X[i] - Mean) * (X[i] - Mean);

#023 }

#024 double Var = Sum / (OBS - 1);

#025

#026 Console.WriteLine("Meanof Uniform(0, 1) = " + Mean.ToString());

#027 Console.WriteLine("Varianceof Uniform(0, 1) = " + Var.ToString());

#028 Console.ReadKey();

#029 }

程序行表2.1

以鼠标点选左侧方案总管中的CSRandom项目，从功能选单中《建置╱建置CSRandom》的方法，编译项目。我们可以看到画面左下方的讯息列出现建置成功的讯息。按F5快捷键，执行程序画面如下。

程序代码#003首先定义100,000个观察值，#004中产生Random对象，我们以1234作为起始随机数传入来初始化对象。#005宣告X数组储存产生的随机数值。#007~#010为呼叫产生随机数的回圈。我们在#009叫用NextDouble()方法，产生Uniform(0,1)的均等随机数，十万个。#012~#017计算X数组的平均数，#019~#024计算X数组的变异数。#026输出平均数，#027输出变异数。#028的用途是我们由VisualStudio中执行此程序后，不会输出后立刻关闭，它会等我们按下任一按键后，才会关闭。

由维基百科中可得知，Uniform(a, b)的均等随机数，平均数与变异数分别为，