python蒙特卡洛模拟预测国债期货价格

『壹』 蒙特卡洛模拟法的应用范围,可以进行哪些

蒙特卡洛模拟法的应用领域
蒙特卡洛模拟法的应用领域主要有：
1.直接应用蒙特卡洛模拟:应用大规模的随机数列来模拟复杂系统，得到某些参数或重要指标。
2.蒙特卡洛积分:利用随机数列计算积分，维数越高，积分效率越高。
3.MCMC:这是直接应用蒙特卡洛模拟方法的推广，该方法中随机数的产生是采用的马尔科夫链形式。

蒙特卡洛(Monte Carlo)模拟是一种通过设定随机过程，反复生成时间序列，计算参数估计量和统计量，进而研究其分布特征的方法。具体的，当系统中各个单元的可靠性特征量已知，但系统的可靠性过于复杂，难以建立可靠性预计的精确数学模型或模型太复杂而不便应用时，可用随机模拟法近似计算出系统可靠性的预计值；随着模拟次数的增多，其预计精度也逐渐增高。由于涉及到时间序列的反复生成，蒙特卡洛模拟法是以高容量和高速度的计算机为前提条件的，因此只是在近些年才得到广泛推广。
蒙特卡洛(Monte Carlo)模拟这个术语是二战时期美国物理学家Metropolis执行曼哈顿计划的过程中提出来的。
蒙特卡洛模拟方法的原理是当问题或对象本身具有概率特征时，可以用计算机模拟的方法产生抽样结果，根据抽样计算统计量或者参数的值；随着模拟次数的增多，可以通过对各次统计量或参数的估计值求平均的方法得到稳定结论。
蒙特卡洛模拟法求解步骤
应用此方法求解工程技术问题可以分为两类:确定性问题和随机性问题。
解题步骤如下：
1.根据提出的问题构造一个简单、适用的概率模型或随机模型，使问题的解对应于该模型中随机变量的某些特征（如概率、均值和方差等），所构造的模型在主要特征参量方面要与实际问题或系统相一致
2 .根据模型中各个随机变量的分布，在计算机上产生随机数，实现一次模拟过程所需的足够数量的随机数。通常先产生均匀分布的随机数，然后生成服从某一分布的随机数，方可进行随机模拟试验。
3. 根据概率模型的特点和随机变量的分布特性，设计和选取合适的抽样方法，并对每个随机变量进行抽样（包括直接抽样、分层抽样、相关抽样、重要抽样等）。
4.按照所建立的模型进行仿真试验、计算，求出问题的随机解。
5. 统计分析模拟试验结果，给出问题的概率解以及解的精度估计。

来源：
http://..com/link?url=QBU52M_ugiFt5IJqz2ucnChRqm2G76zn9_Pei

『贰』 蒙特卡洛预测MATLAB或者Python或者C语言代码怎么写

仅凭这点信息没人能写出来的。

『叁』 蒙特卡洛模拟具体步骤是什么

蒙特卡洛模拟法求解步骤应用此方法求解工程技术问题可以分为两类:确定性问题和随机性问题。解题步骤如下：
1.根据提出的问题构造一个简单、适用的概率模型或随机模型，使问题的解对应于该模型中随机变量的某些特征（如概率、均值和方差等），所构造的模型在主要特征参量方面要与实际问题或系统相一致
2 .根据模型中各个随机变量的分布，在计算机上产生随机数，实现一次模拟过程所需的足够数量的随机数。通常先产生均匀分布的随机数，然后生成服从某一分布的随机数，方可进行随机模拟试验。
3. 根据概率模型的特点和随机变量的分布特性，设计和选取合适的抽样方法，并对每个随机变量进行抽样（包括直接抽样、分层抽样、相关抽样、重要抽样等）。
4.按照所建立的模型进行仿真试验、计算，求出问题的随机解。
5. 统计分析模拟试验结果，给出问题的概率解以及解的精度估计。
在可靠性分析和设计中，用蒙特卡洛模拟法可以确定复杂随机变量的概率分布和数字特征，可以通过随机模拟估算系统和零件的可靠度，也可以模拟随机过程、寻求系统最优参数等。

『肆』 谁有最小二乘蒙特卡洛方法的美式期权定价python程序代码

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, ...

『伍』 如何在matlab中用蒙特卡洛模拟计算欧式期权价格

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]

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

『陆』 蒙特卡洛标准预测方法-蒙特卡洛模拟方法-Excel学习网

此图说明了确定性的预测……根据我的经验，这是标准方法。它本质上是在问：“如果我们的销售量为100，销售商品的成本为35％，营业费用为45，税金为25％，我们的利润将是多少？”
（单击此处以获取此工作簿的副本，其中包含本页上描述的所有蒙特卡洛表和报告。这将使您能够集中精力于如何使蒙特卡洛方法适应您自己的公司。）
与大多数此类预测不同，该预测在F列中明确说明了其假设。
当然，在现实生活中，每个假设都可能得到单独的分析和预测的支持。
再次，这种方法的问题在于我们知道预测将是不正确的，因为大多数预测都是不正确的，并且我们无法表达利润预测可能合理的错误程度。
因此，让我们修复此预测...

『柒』 对历史股票价格做蒙特卡洛模拟

你先用5年前的数据模拟一下现在股票的价格，看准不准再说吧

『捌』 如何用python的蒙特卡洛模拟生成新的数据

生成1~10的随机数1000个：
import random
fp = open("test", 'w');
for i in range(1, 1000):
a = random.randint(1,10)
fp.write(str(a)+"\n");
fp.close();

注意：写入文件的不会在最后写入，而是重新写文件。

『玖』 python模拟蒙特卡罗法计算圆周率的近似值

画一个圆以及与其外切的正方形，在正方形内任取一个点，则它在圆内的概率=圆面积/正方形面积=πr^2/(2r)^2=π/4。所以π近似等于这个概率的4倍。用python多次取正方形内随机点，判断是否在圆内，算出这个概率后乘以4，就大致等于π。