2 EJEMPLO SIMULACION DE UNA SIMULACION TIPO MONTECARLO EN HOJA DE CALCULO
ING. MIGUEL GARCIA SANTIAGO PACHECO
EQUIPO:
Sinaí del Carmen Mendoza H
Daniel Alejandro González G Josué Ángel Torales M José Manuel Castelán M Eduardo Manuel López M Armando Blanco Gamboa Introducción
El nombre de la Simulación de Montecarlo proviene de las
simulaciones de ordenador realizadas durante las décadas de 1930 y 1940 para estimar la probabilidad de que la reacción en cadena necesaria para que una bomba atómica detone funcione correctamente. Los físicos implicados en este trabajo eran grandes fanáticos del juego, por lo que le dieron a las simulaciones el nombre de Código Montecarlo. SIMULACION MONTECARLO
La simulación de Montecarlo es un método estadístico que
genera una muestra de los resultados posibles de una situación, esperando aproximarse (simular) a los resultados reales que se desconocen. Dicha muestra se compone de un número elevado de eventos aleatorios que representan resultados posibles de la situación.
A la muestra generada se le puede aplicar las técnicas de análisis
de datos y llegar a conclusiones sobre el impacto que tiene una decisión en los resultados económicos de la empresa.
Por esta razón, la simulación de Montecarlo se circunscribe a la
toma de decisiones bajo riesgo, pues como algunas variables de entrada asumen valores al azar, no puede conocerse el valor exacto del resultado, aun que sea posible deducir sus características y estimar las consecuencias que acarrea. Para elaborar una simulación Montecarlo se desarrollan los siguientes pasos:
1. Construir un modelo determinístico que permita desarrollar el
caso normalmente. 2. Seleccionar las variables determinantes con mayor incertidumbre. Aquellas variables que en el análisis de sensibilidad tienen el mayor Grado de Sensibilidad Puntual. 3. Identificar las características de las variables seleccionadas, con el fin de asociarlas con la función de distribución de probabilidad que mejor las describa. 4. Construir un modelo probabilístico en el cual las variables seleccionadas como importantes e inciertas tomarán aleatorios. 5. Asignar, a las variables seleccionadas, valores posibles que atiendan a las características identificadas. 6. Resolver el modelo con los nuevos de las variables seleccionadas. Este será un valor posible de los resultados. En Excel este paso se ejecuta de manera automática. 7. Registrar el valor de la solución. Una de las maneras de realizar una simulación de Montecarlo es cambiando el orden de las operaciones al azar. Para esto podemos realizar una simulación sencilla utilizando una hoja de cálculo.
NOTA. Los números generados por ordenador se consideran
números pseudo-aleatorios.
Este es un simple ejercicio con la finalidad de comprender el
método. 1.- Comienza con los datos de muestra. En este caso tengo un sistema de comercio que en simulado ha generado estos resultados: 2.- Asigna los resultados a rangos. Crea grupos de resultados y atribuye cada resultado a su grupo correspondiente. En Libre Office se realiza con: Funciones Categoría Matriz Frecuencia. Siguiendo con el ejemplo anterior, sólo hay una operación con una pérdida mayor a -600, 3 operaciones con resultados entre -300 y - 200 y así consecutivamente hasta distribuir toda la muestra. 3.- Calcula la frecuencia relativa o probabilidad con que se da cada rango ( Frecuencia/Nº Total de operaciones). También calcula las frecuencias acumuladas. A partir de estas frecuencias acumuladas puedes obtener los intervalos de números aleatorios asociados a cada operación.
4.- Ahora cambia el orden de las operaciones al azar→ buscamos
generar secuencias aleatorias de operaciones. Para esto utiliza la función BUSCARV donde seleccionamos como criterio de búsqueda ALEATORIO() y la matriz de correspondencia entre los grupos y los intervalos ( entre 0 y 0.9999…).
Cada número aleatorio estará vinculado a un rango cuya
probabilidad sea menor o igual al número aleatorio obtenido. Así si por ejemplo el número generado es el 0,35 esto corresponderá con el rango de 100. 5.- A partir de las secuencias de operaciones, puedes dibujar las distintas curvas de beneficios (o las curvas de capital si añades tuequity inicial).
Como puedes ver en este ejemplo al poner aleatorio el orden de
las operaciones las curvas de capital arrojan resultados diferentes.
6.- Tomando como base estas curvas puedes calcular
la esperanza del sistema de comercio , la dispersión de los resultados, el nivel drawdown máximo que puede esperar, y cualquier otro ratio que necesites. ¿Quién utiliza la Simulación Montecarlo?
Muchas empresas usan la simulación de Montecarlo como parte
importante de su proceso de toma de decisiones. Por ejemplo:
• General Motors, Proctor and Gamble, Pfizer, Bristol-Myers
Squibb y Eli Lilly usan la simulación para estimar tanto el retorno medio como el factor de riesgo de los nuevos productos. En GM, el director general usa esta información para determinar qué productos se comercializan. • GM usa la simulación para actividades como la previsión de ingresos netos para la corporación, la predicción de costos estructurales y de compra, y la determinación. • Las compañías de petróleo y medicamentos usan la simulación para valorar «opciones reales», como el valor de una opción para expandir, contratar o posponer un proyecto. • Sears usa la simulación para determinar cuántas unidades de cada línea de productos se deben pedir a los proveedores. BIBLIOGRAFIA
Introducción a la simulación de Montecarlo en Excel
(microsoft.com)
Modelos financieros con Excel - 4ta edición: Herramientas para
mejorar la ... - Jairo Gutiérrez Carmona - Google Libros
Cómo aplicar el método de Montecarlo en trading: Ejemplos
Ajuste a La Calificación Del Riesgo De Mercado De Las Emisoras Más Activas Que Cotizan En La Bolsa Mexicana De Valores, Con La Implementación De Una Red Neuronal Artificial Clasificadora: Adjustment to the Market Risk Rating of the Most Active Issuers Listed on the Mexican Stock Exchange with the Implementation of an Artificial Neural Network Classifier