蒙特卡罗方法的弱点在哪里?

Discussion in 'Julia / MATLAB / SAS' started by robinxing, Sep 16, 2008.

  1. 求高手指教!:confused:
     
  2. 样本太小的话,使用蒙特卡罗模拟没有太大的意义。

    但如果攒到1000个以上样本的话,它还是很有用的。
     
  3. 我指的是方法本身的缺点,不考虑样本大小。
     
  4. 方法本身没有明显缺点哈。
     
  5. 有一些蒙特卡罗算法考虑了样本不足的问题,可以弥补样本不足。现在使用的算法不清楚属于哪种?
     
  6. 样本没有代表性的话,无论用什么算法也不能近似模拟整个蓝图。

    举个例子,如果样本都来自高波动性市道,那么无法得到涵盖低波动性市道的计算结果。

    2007,2008年属于超高波动市场,现在大部分市场都在下跌,波动性会随着价格的缩小而缩小,所以未来的市场,可能2003,2004,2005,2006年的交易样本更有参考价值了。 :-)
     
  7. 我每周(如果不是每天:-))不断设计和评估各种系统,很遗憾地,我发现如果考虑slippage 因素,很多2007,2008表现很好的系统,在2006年以前的市场能保本就不错了。波动小了,slippage 还是那么大,净利润当然大大减小了。而且,这个很难用优化来改善。 只能从系统设计思路上另起炉灶。
     
  8. 有道理
     
  9. 分布已知假定,伪随机(计算机平常生成的随机都是伪随机,这个现在已经解决了,但原形模型发布的时候还没有解决),单变量随机

    蒙特卡罗属于二代模型,通常的程序内嵌的算法不明,完全蒙特卡罗可以模拟所有情况,所以模型准确率最高,风控方面可以做到完全模拟,但是网格蒙特卡罗(一种简化算法)和一些简化优化的情况有时候还不如普通其他模型,有些内嵌程序为了考虑运算速度,就采取了简化模型。
     
  10. 以前有个老外给了我一段03-07年的数据,但我一直没用。因为我发现用我的07年的数据和他的做比对,发现差别不小,标准差居然差了一倍,我的数据都是从ib收集过来的,他的数据我不知道从什么地方弄过来的。
     
  11. 蒙特卡罗法的一个缺点是它存在模型风险。因为它依赖于基础风险因素的随机模型及策略模型。如果这两类模型有缺陷,据此得到的VaR也必然不准确。
     
  12. kuhasu 蒙特卡罗随机产生的回撤组是正态分布吗?如果是,那么在达到一定的数值后,它应该是回归中值得,是否如此?
     
  13. 交易的分布并不一定能够重复,交易是特定事件和时间的产物,所以这个伪随机所产生的交易会和现实有较大的偏差。
     
  14. 不是只有正态分布

    完全蒙特卡罗可以保证VaR均值的绝对误差为0。准确性最高
     
  15. 我计算了恒指1分钟数据的开盘和收盘差价得均价和标准差,发现03 04 05 06年和07 08年相比发生了较大的变化,最近两年的均价和标准差增大了不少。
     
  16. HSI , what a day !
     
  17. 这种走势极为罕见,大反转,去年10月最高点那天有一次这样的,还有8月有一天。
     
  18. 很正常
     

  19. 我想这是因为价格水平不同,2003-2005年, 恒指在 9000-16000点波动
    2006-2008年,恒指在 16000-32000波动, 价格水平高一倍,日内绝对波幅(点数计)当然也大至少一倍。


    不过现在这个日内波幅有降低趋势,因为恒指已经跌到17000点了。 再往下走,恒指日内交易的难度越来越大。对系统的要求越来越高。

    当然像本周这种波幅,哪怕10000点也做得。今天我负责的几个账户资金都创出了新高。不过当暴跌带来的波动性消退以后。如果点位仍然较低,将无法为日内交易提供获利的空间。我2007年初一片博客中说过,20000点以上是恒指交易的黄金时期,而如果长期停留在15000点以下,则可以考虑更换交易品种,或者去做别的事情了。

    个人而言,我倾向于后者。做了五年职业交易,我觉得对日内交易这码子事情基本上都摸索得差不多了。但是交易需要机会,合适的品种也算是一种机会。如果没有机会,就需要暂时收手。
     
  20. Thank you Joesan