3.

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

(estrategiastrading.com)