摘要
1：本文讨论将蒙特卡洛模拟的理念运用在市场风险分析上；
2：笔者希望搭建出一套交易体系，原则是只做干货的分享。后续将更新更多模块及内容，但工作学习之余的闲暇时间有限，更新速度慢还请谅解；
3：文中假设与观点是基于笔者对模型及数据的一孔之见，若有不同见解欢迎随时留言交流；
4：本文所涉及数据均通过公开渠道获取，本文所涉内容与项目相关方不存在利益冲突；
5：模型实现基于python3.8；
目录
1. 蒙特卡洛模拟
笔者去年写过一篇蒙特卡洛模拟预测股价的文章，也有不少读者发出质疑，毕竟用蒙特卡洛模拟无规律的布朗运动，得到的不还是一堆无规律的结果，云云。其实笔者只是举个例子，更重要的是介绍蒙特卡洛模拟的理念。毕竟模型需要假设分布，而无规律的布朗运动正好是用来描述股价的方式之一。哪天您要是读到笔者的文章获得了什么灵感可以洞悉市场规律，笔者给您的忠告是：请千万不要告诉任何人，拿着模型去赚钱吧。
蒙特卡洛模拟的理念和方式本文就不再赘述了，网上有很多文章，之前笔者也写过，附传送门：
https://blog.csdn.net/simon1223z/article/details/120495434?spm=1001.2014.3001.55012. 项目背景和目标
为了弥补下之前股价模型假设的遗憾，笔者出一期关于市场预测的内容，正好最近笔者的项目与之相关，在得到项目方允许的情况下，笔者利用公开数据及部分模型仅作展示，更重要的还是理念的讲解。
该项目是关于澳大利亚大健康领域，数据方面笔者挑选了损伤数据中的运动脑震(Concussion)数据。任务目标是模拟出这该损伤未来五年的市场数据，并且判断出第五年的市场下行风险。
由于当地州政府和卫生局比较懒(官网称目前正在推进国家级运动损伤数据库的建设，等它建好我们就该喝西北风去了)，相关数据十分匮乏，给项目推进造成不小的阻碍。并且，进行大范围的市场调查也非常吃力。在这种数据匮乏的时候笔者选择使用蒙特卡洛模拟，其精妙之处在于可以进行一堆高大上的假设和推导(前提是合理公允)，其过程看上去无比复杂，充分展现笔者的专业性。但其结果却是通俗易懂的分布展示，即使客户没学过统计，您也可以用几分钟的时间向他展示通俗易懂的分布，充分体现客户关怀。像这种又能体现专(装)业(13)，又客户友好型的解决方案那不得用爆哇？
废话不多说，马上开整。
3. 数据分析
在项目一开始时所有人直接定位脑震荡和软组织损伤，因为澳洲医疗条件完备，近几年来所有运动损伤中就脑震荡是所有运动损伤中增长最大的，除此之外其它运动损伤数据近几年都有递减的趋势。而且，这两种损伤医院和政府也更关切，可以说是投其所好了。但笔者提出几个不一样的观查点：
首先是在所有运动损伤中，脑震荡数字增长的确很大，如图一数据：
图一：运动脑震荡统计
数据来源：
虽然其绝对的数额很低，只有几百人，但在澳洲引发的关注度很高，甚至连医院的数据集都要给脑震荡单开好几张统计表。
那么：
为什么其它的运动损伤都在递减， 就脑震荡众人皆跌它独涨呢？因为澳洲人喜欢踢足球。
为什么喜欢踢足球脑震荡数字会涨呢？因为为人脑在颅腔内像块豆腐一样很脆弱，研究表明头球，冲撞等因素都是脑震荡的元凶，感兴趣的可以了解一下脑震荡，有很多相关的文章和研究。
为什么关注度这么高呢？因为球迷们喜欢的球星得了脑震荡，害得退赛了球迷那不得疯狂diss它。
好家伙，一波为什么三连直接把笔者调查好长时间的结果全说完了，令人唏嘘不已。。毕竟这不是重点，来看看数据吧：
图二：澳大利亚足球运动参与人数与年化增速
数据来源：
最低0.47元/天 解锁文章
扫一扫
2766
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
