用蒙特卡羅計算期貨價格

① 如何在matlab中用蒙特卡洛模擬計算歐式期權價格

function [c,p]=ucoption(S,X,sigma,r,T,M)
sig2=sigma^2;
srT=sqrt(T);
srTa=sigma*srT;
c=0;
p=0;
for i=1:M
ST=S*exp((r-0.5*sig2)*T+srTa*randn);
c=c+max(ST-X,0);
p=p+max(X-ST,0);
end
c=c/M;
p=p/M;
[Call,Put] = blsprice(S, X, r, T, sigma);
error=[c,p]-[Call,Put]

%可以試試 [c,p]=ucoption(10,10,0.3,0.05,0.5,10^4*100);

② 蒙特卡洛期權定價公式是什麼

期權定價是期權交易的首要問題,在期權定價方面首推著名的Black-Scholes期權定價公式。在用B-S定價模型為實物期權進行定價時,作了很多的假設。實際上,該定價模型中的一些不確定因素是很難事先確定的。為了解決期權定價中不確定因素產生的影響,有學者把蒙特卡洛模擬方法應用到期權定價中。該方法可以有效地通過統計方法消除不確定性對價值計算的影響。在用蒙特卡洛方法進行計算時產生的序列為偽隨機數序列。偽隨機數序列由確定的演算法生成,看似具有隨機性,實則無法做到真正的隨機,無論偽隨機數用什麼方法產生,它的局限性在於這些隨機數總是一個有限長的循環集合,而且序列偏差的上確界達到最大值,因此低偏差的確定性序列非常有用。

③ 什麼是蒙特卡洛模擬( Monte Carlo simulation)

蒙特卡洛模擬又稱為隨機抽樣或統計試驗方法，屬於計算數學的一個分支，它是在上世紀四十年代中期為了適應當時原子能事業的發展而發展起來的。傳統的經驗方法由於不能逼近真實的物理過程，很難得到滿意的結果，而蒙特卡羅方法由於能夠真實地模擬實際物理過程，故解決問題與實際非常符合，可以得到很圓滿的結果。

蒙特卡洛隨機模擬法的原理是當問題或對象本身具有概率特徵時，可以用計算機模擬的方法產生抽樣結果，根據抽樣計算統計量或者參數的值；隨著模擬次數的增多，可以通過對各次統計量或參數的估計值求平均的方法得到穩定結論。

蒙特卡洛隨機模擬法 - 實施步驟抽樣計算統計量或者參數的值；隨著模擬次數的增多，可以通過對各次統計量或參數的估計值求平均的方法得到穩定結論。

(3)用蒙特卡羅計算期貨價格擴展閱讀

基本原理思想

當所要求解的問題是某種事件出現的概率，或者是某個隨機變數的期望值時，它們可以通過某種「試驗」的方法，得到這種事件出現的頻率，或者這個隨機變數的平均值，並用它們作為問題的解。這就是蒙特卡羅方法的基本思想。

蒙特卡羅方法通過抓住事物運動的幾何數量和幾何特徵，利用數學方法來加以模擬，即進行一種數字模擬實驗。它是以一個概率模型為基礎，按照這個模型所描繪的過程，通過模擬實驗的結果，作為問題的近似解。可以把蒙特卡羅解題歸結為三個主要步驟：構造或描述概率過程；實現從已知概率分布抽樣；建立各種估計量。

④ 怎麼用 Excel 做蒙特卡洛模擬

Excel 做蒙特卡洛模擬的具體操作步驟如下：

1、打開Excel表格，填寫三個活動時間估算的樂觀值，最可能值和悲觀值。

⑤ 對歷史股票價格做蒙特卡洛模擬

你先用5年前的數據模擬一下現在股票的價格，看準不準再說吧

⑥ 蒙特卡洛演算法能用來干什麼

蒙特卡洛方法在金融工程學，宏觀經濟學，生物醫學，計算物理學（如粒子輸運計算、量子熱力學計算、空氣動力學計算）等領域應用廣泛。

一般是計算一些復雜的隨機過程的路徑，取平均值，因為無法顯式計算出解析的函數表達式（很多是復雜概率密度函數的數學期望）
還可以計算數值積分
維數越高的積分越顯出蒙特卡洛演算法相對於高斯積分的優越性

不明白可追問

⑦ 蒙特卡洛演算法

蒙特·卡羅方法（Monte
Carlo
method），也稱統計模擬方法，是二十世紀四十年代中期由於科學技術的發展和電子計算機的發明，而被提出的一種以概率統計理論為指導的一類非常重要的數值計算方法。是指使用隨機數（或更常見的偽隨機數）來解決很多計算問題的方法。與它對應的是確定性演算法。蒙特·卡羅方法在金融工程學，宏觀經濟學，計算物理學（如粒子輸運計算、量子熱力學計算、空氣動力學計算）等領域應用廣泛。
分子模擬計算
使用蒙特·卡羅方法進行分子模擬計算是按照以下步驟進行的：1．
使用隨機數發生器產生一個隨機的分子構型。2．
對此分子構型的其中粒子坐標做無規則的改變，產生一個新的分子構型。3．
計算新的分子構型的能量。4．
比較新的分子構型於改變前的分子構型的能量變化，判斷是否接受該構型。若新的分子構型能量低於原分子構型的能量，則接受新的構型，使用這個構型重復再做下一次迭代。
若新的分子構型能量高於原分子構型的能量，則計算玻爾茲曼因子，並產生一個隨機數。若這個隨機數大於所計算出的玻爾茲曼因子，則放棄這個構型，重新計算。
若這個隨機數小於所計算出的玻爾茲曼因子，則接受這個構型，使用這個構型重復再做下一次迭代。5．
如此進行迭代計算，直至最後搜索出低於所給能量條件的分子構型結束。

⑧ 請問怎樣用蒙特卡洛模擬計算VaR

為什麼要用matlab呢，用c吧，就是產生隨機數抽樣

⑨ 當樣本容量較大時,蒙特卡洛模擬多少次呢

蒙特卡洛模擬是我們金融里最為常見的一種處理估值建模的方法，特別是在MBS債券中，有重大運用，這個方法雖然同學們都有所耳聞，但是這個方法到底具體的實施思想和方法還是知之甚少，這篇文章想讓學生們大體可以掌握蒙特卡洛模擬的一些基本理念和方法，真正的去了解蒙特卡洛的實用性。

蒙特卡洛方法的基本思想早已被人們發現和利用。早在十七世紀，人們就知道事件的頻率來確定事件發生的概率。十九世紀，人們用針法測定PI。40年代電子計算機的出現，特別是近年來高速電子計算機的出現，使得用數學方法在計算機上大規模、快速地模擬這種測試成為可能。考慮平面上的正方形，一邊是1，一邊是不規則的圖形。你如何計算這個圖的面積？蒙特卡洛方法就是這樣一種「隨機化」的方法：對方「隨機」投N點，m點落在「圖形」上，然後「圖形」面積約為m／N。而不是咨詢每個登記選民的意見，民意調查機構做了一個小樣本的選民來確定可能的贏家。基本思想是相同的。技術計算中的問題比那個復雜得多。例如，金融衍生產品（期權、期貨、掉期等）定價和交易風險估計，問題的維數（即變數數）可能高達數百甚至數千。對於這種問題，難度隨維數呈指數增長，這就是所謂的「維數災難」，傳統的數值方法很難處理（即使是使用最快的計算機）。

蒙特卡洛方法可以很好地處理維數災難，因為該方法的計算復雜性不再依賴於維數。以前，無法計算的問題現在可以計算出來。為了提高該方法的效率，科學家們提出了許多所謂的「減少方差」技術。另一種形式類似於蒙特卡洛方法，但另一種方法的理論基礎——擬蒙特卡羅方法（Quasi Monte Carlo法）近年來也得到了迅速的發展。中國數學家華羅庚和王元提出的「華王」的方法，這是其中之一。這種方法的基本思想是用確定性的超一致分布序列代替蒙特卡洛中的隨機數序列（數學上稱之為Low，不一致，序列）。

一些方法的實際速度一般可以提出幾百倍蒙特卡洛法、蒙特卡洛法和計算精度定義概率的基本原理，一個事件的概率可以通過大量試驗事件發生的頻率估計。當樣本量足夠大時，假設事件發生的頻率是它的概率。因此，可以對隨機變數的隨機性產生很多隨機影響，然後將這些樣本群進行函數化，確定結構的失效、結構的失效概率。蒙特卡洛方法是基於這一思想進行分析的。統計上有獨立的隨機變數XI（i＝1, 2, 3），…（k）對應的概率密度函數是FX1、FX2，…fxk，功能函數Z = G（X1，X2），…（XK）。

首先，根據每個隨機變數的相應分布，生成n個群隨機數X1、x2，…XK的值，函數值子= G（X1，X2），…（XK）（i = 1, 2），…如果一個L函數群的隨機數對應於子的值小於或等於0，當n接近無窮大時，根據伯努利定理和正態隨機變數的特點：結構失效概率、可靠性指標。從蒙特卡洛法表明，這種方法避免了結構可靠度分析中的數學困難，無論是非線性、非正態隨機變數函數的狀態進行了模擬，只要有足夠的時間，你可以得到一個更精確的失效概率和可靠度指標。特別是在岩土分析中，變異系數往往較大。與JC法計算的可靠指標相比，計算結果更准確，程序簡單，易於編程。