大数据部落

我们如何使用蒙特卡洛模拟来推导随机变量可能的分布，回到统计数据（无协变量）进行说明。我们假设观察值是基础随机变量，具有未知分布的随机变量。

波动率是一个重要的概念，在金融和交易中有许多应用。这是期权定价的基础。波动率还使您可以确定资产分配并计算投资组合的风险价值（VaR）。甚至波动率本身也是一种金融工具，例如CBOE的VIX波动率指数。但是，与证券价格或利率不同，波动不能直接观察到。............

原文链接:http://tecdat.cn/?p=22862如何使用Python通过蒙特卡洛模拟自动计算风险值（VaR）来管理投资组合或股票的金融风险。金融和投资组合风险管理中的VaR？VaR是 "风险价值 "的缩写，是许多公司和银行用来确定其公司内部金融风险水平的工具。风险值是为公司的投资而计算的，也可能是为检查银行或公司所管理的投资组合的风险水平。该计算可以被认为是一种统计方法。它也可以简化为以下语句 风险值是在一定的概率水平（置信区间）下将产生的最小损失或在一定的概率水平..

在许多情况下，我们没有足够的计算能力评估空间中所有n维像素的后验概率 。在这些情况下，我们倾向于利用称为Markov-Chain Monte Carlo 算法的程序 。此方法使用参数空间中的随机跳跃来（最终）确定后验分布。MCMC的关键如下：.........

原文链接：http://tecdat.cn/?p=20666预测股价已经受到了投资者，政府，企业和学者广泛的关注。然而，数据的非线性和非平稳性使得开发预测模型成为一项复杂而具有挑战性的任务。在本文中，我将解释如何将GARCH，EGARCH和GJR-GARCH模型与Monte-Carlo模拟结合使用，以建立有效的预测模型。金融时间序列的峰度，波动率和杠杆效应特征证明了GARCH的合理性。时间序列的非线性特征用于检查布朗运动并研究时间演化模式。非线性预测和信号分析方法因其在特征提取和分类中.......

对精算科学来说，当我们处理独立随机变量的总和时，特征函数很有趣，因为总和的特征函数是特征函数的乘积。

原文链接：http://tecdat.cn/?p=23019原文出处：拓端数据部落公众号蒙特卡洛方法利用随机数从概率分布P(x)中生成样本，并从该分布中评估期望值，该期望值通常很复杂，不能用精确方法评估。在贝叶斯推理中，P（x）通常是定义在一组随机变量上的联合后验分布。然而，从这个分布中获得独立样本并不容易，这取决于取样空间的维度。因此，我们需要借助更复杂的蒙特卡洛方法来帮助简化这个问题；例如，重要性抽样、拒绝抽样、吉布斯抽样和Metropolis Hastings抽样。这些方法通常涉及从.