一般随机抽样

一般随机抽样

我们知道蒙特卡洛模拟在金融领域有着广泛的应用，比如说模拟股票的路径，通常来讲我们会假设股票价格服从以下的随机过程：
$$d{S}_t=r{S}_{t}dt+\sigma S_{t}d{W}_t\text{\hspace{1em}(1)}$$
如果我们把以上的随机过程离散化，就有如下的表达式
$$S_{t+1}=S_t+r{S}_t\Delta t+\sigma S_t\Delta W_t\text{\hspace{1em}(2)}$$
而$W_t$是一个布朗运动，因而$\Delta W_t$可以表示成$\Delta W_t=\sqrt{\Delta t}\ast \mathcal{N}(0,1)$。蒙特卡洛模拟即是产生服从正态分布的随机数，从而可以模拟出服从(1)的资产过程，详见CIR过程蒙特卡洛模拟。

MATLAB中我们知道可以通过randn这个命令来产生服从正太分布的随机数，对于其它的分布形式，比如说Possion分布，Weibull分布，Binomial分布等等，我们也可以有现成的命令来产生相应的随机数。但是，如果我们要产生一些不常见分布的随机数，或者说如果大家好奇这些命令背后的过程，就需要说说随机数抽取的原理，我们这里所说的随机抽样即是已知分布形式时，如何产生相应的随机数。

通过分布抽取随机数通常有以下的方法：

逆变换法

逆变换法的原理在于如果我们能够求出已知分布$Y=F(X)$的逆函数的解析形式，即$X=F$