用蒙特卡罗计算期货价格

① 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);

② 蒙特卡洛期权定价公式是什么

期权定价是期权交易的首要问题,在期权定价方面首推著名的Black-Scholes期权定价公式。在用B-S定价模型为实物期权进行定价时,作了很多的假设。实际上,该定价模型中的一些不确定因素是很难事先确定的。为了解决期权定价中不确定因素产生的影响,有学者把蒙特卡洛模拟方法应用到期权定价中。该方法可以有效地通过统计方法消除不确定性对价值计算的影响。在用蒙特卡洛方法进行计算时产生的序列为伪随机数序列。伪随机数序列由确定的算法生成,看似具有随机性,实则无法做到真正的随机,无论伪随机数用什么方法产生,它的局限性在于这些随机数总是一个有限长的循环集合,而且序列偏差的上确界达到最大值,因此低偏差的确定性序列非常有用。

③ 什么是蒙特卡洛模拟( Monte Carlo simulation)

蒙特卡洛模拟又称为随机抽样或统计试验方法，属于计算数学的一个分支，它是在上世纪四十年代中期为了适应当时原子能事业的发展而发展起来的。传统的经验方法由于不能逼近真实的物理过程，很难得到满意的结果，而蒙特卡罗方法由于能够真实地模拟实际物理过程，故解决问题与实际非常符合，可以得到很圆满的结果。

蒙特卡洛随机模拟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。

蒙特卡洛随机模拟法 - 实施步骤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。

(3)用蒙特卡罗计算期货价格扩展阅读

基本原理思想

当所要求解的问题是某种事件出现的概率，或者是某个随机变量的期望值时，它们可以通过某种“试验”的方法，得到这种事件出现的频率，或者这个随机变数的平均值，并用它们作为问题的解。这就是蒙特卡罗方法的基本思想。

蒙特卡罗方法通过抓住事物运动的几何数量和几何特征，利用数学方法来加以模拟，即进行一种数字模拟实验。它是以一个概率模型为基础，按照这个模型所描绘的过程，通过模拟实验的结果，作为问题的近似解。可以把蒙特卡罗解题归结为三个主要步骤：构造或描述概率过程；实现从已知概率分布抽样；建立各种估计量。

④ 怎么用 Excel 做蒙特卡洛模拟

Excel 做蒙特卡洛模拟的具体操作步骤如下：

1、打开Excel表格，填写三个活动时间估算的乐观值，最可能值和悲观值。

⑤ 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

⑥ 蒙特卡洛算法能用来干什么

蒙特卡洛方法在金融工程学，宏观经济学，生物医学，计算物理学（如粒子输运计算、量子热力学计算、空气动力学计算）等领域应用广泛。

一般是计算一些复杂的随机过程的路径，取平均值，因为无法显式计算出解析的函数表达式（很多是复杂概率密度函数的数学期望）
还可以计算数值积分
维数越高的积分越显出蒙特卡洛算法相对于高斯积分的优越性

不明白可追问

⑦ 蒙特卡洛算法

蒙特·卡罗方法（Monte
Carlo
method），也称统计模拟方法，是二十世纪四十年代中期由于科学技术的发展和电子计算机的发明，而被提出的一种以概率统计理论为指导的一类非常重要的数值计算方法。是指使用随机数（或更常见的伪随机数）来解决很多计算问题的方法。与它对应的是确定性算法。蒙特·卡罗方法在金融工程学，宏观经济学，计算物理学（如粒子输运计算、量子热力学计算、空气动力学计算）等领域应用广泛。
分子模拟计算
使用蒙特·卡罗方法进行分子模拟计算是按照以下步骤进行的：1．
使用随机数发生器产生一个随机的分子构型。2．
对此分子构型的其中粒子坐标做无规则的改变，产生一个新的分子构型。3．
计算新的分子构型的能量。4．
比较新的分子构型于改变前的分子构型的能量变化，判断是否接受该构型。若新的分子构型能量低于原分子构型的能量，则接受新的构型，使用这个构型重复再做下一次迭代。
若新的分子构型能量高于原分子构型的能量，则计算玻尔兹曼因子，并产生一个随机数。若这个随机数大于所计算出的玻尔兹曼因子，则放弃这个构型，重新计算。
若这个随机数小于所计算出的玻尔兹曼因子，则接受这个构型，使用这个构型重复再做下一次迭代。5．
如此进行迭代计算，直至最后搜索出低于所给能量条件的分子构型结束。

⑧ 请问怎样用蒙特卡洛模拟计算VaR

为什么要用matlab呢，用c吧，就是产生随机数抽样

⑨ 当样本容量较大时,蒙特卡洛模拟多少次呢

蒙特卡洛模拟是我们金融里最为常见的一种处理估值建模的方法，特别是在MBS债券中，有重大运用，这个方法虽然同学们都有所耳闻，但是这个方法到底具体的实施思想和方法还是知之甚少，这篇文章想让学生们大体可以掌握蒙特卡洛模拟的一些基本理念和方法，真正的去了解蒙特卡洛的实用性。

蒙特卡洛方法的基本思想早已被人们发现和利用。早在十七世纪，人们就知道事件的频率来确定事件发生的概率。十九世纪，人们用针法测定PI。40年代电子计算机的出现，特别是近年来高速电子计算机的出现，使得用数学方法在计算机上大规模、快速地模拟这种测试成为可能。考虑平面上的正方形，一边是1，一边是不规则的图形。你如何计算这个图的面积？蒙特卡洛方法就是这样一种“随机化”的方法：对方“随机”投N点，m点落在“图形”上，然后“图形”面积约为m／N。而不是咨询每个登记选民的意见，民意调查机构做了一个小样本的选民来确定可能的赢家。基本思想是相同的。技术计算中的问题比那个复杂得多。例如，金融衍生产品（期权、期货、掉期等）定价和交易风险估计，问题的维数（即变量数）可能高达数百甚至数千。对于这种问题，难度随维数呈指数增长，这就是所谓的“维数灾难”，传统的数值方法很难处理（即使是使用最快的计算机）。

蒙特卡洛方法可以很好地处理维数灾难，因为该方法的计算复杂性不再依赖于维数。以前，无法计算的问题现在可以计算出来。为了提高该方法的效率，科学家们提出了许多所谓的“减少方差”技术。另一种形式类似于蒙特卡洛方法，但另一种方法的理论基础——拟蒙特卡罗方法（Quasi Monte Carlo法）近年来也得到了迅速的发展。中国数学家华罗庚和王元提出的“华王”的方法，这是其中之一。这种方法的基本思想是用确定性的超一致分布序列代替蒙特卡洛中的随机数序列（数学上称之为Low，不一致，序列）。

一些方法的实际速度一般可以提出几百倍蒙特卡洛法、蒙特卡洛法和计算精度定义概率的基本原理，一个事件的概率可以通过大量试验事件发生的频率估计。当样本量足够大时，假设事件发生的频率是它的概率。因此，可以对随机变量的随机性产生很多随机影响，然后将这些样本群进行函数化，确定结构的失效、结构的失效概率。蒙特卡洛方法是基于这一思想进行分析的。统计上有独立的随机变量XI（i＝1, 2, 3），…（k）对应的概率密度函数是FX1、FX2，…fxk，功能函数Z = G（X1，X2），…（XK）。

首先，根据每个随机变量的相应分布，生成n个群随机数X1、x2，…XK的值，函数值子= G（X1，X2），…（XK）（i = 1, 2），…如果一个L函数群的随机数对应于子的值小于或等于0，当n接近无穷大时，根据伯努利定理和正态随机变量的特点：结构失效概率、可靠性指标。从蒙特卡洛法表明，这种方法避免了结构可靠度分析中的数学困难，无论是非线性、非正态随机变量函数的状态进行了模拟，只要有足够的时间，你可以得到一个更精确的失效概率和可靠度指标。特别是在岩土分析中，变异系数往往较大。与JC法计算的可靠指标相比，计算结果更准确，程序简单，易于编程。