0 calificaciones0% encontró este documento útil (0 votos)
7 vistas2 páginas
La simulación de Montecarlo es un método estadístico que utiliza números aleatorios generados por computadoras para resolver problemas matemáticos complejos. Genera múltiples escenarios a través de simulaciones para evaluar la probabilidad de resultados. Por ejemplo, puede simular 10,000 inversiones hipotéticas de 4 años basadas en los registros de un gestor de inversiones para determinar la probabilidad de rentabilidad positiva o pérdida.
La simulación de Montecarlo es un método estadístico que utiliza números aleatorios generados por computadoras para resolver problemas matemáticos complejos. Genera múltiples escenarios a través de simulaciones para evaluar la probabilidad de resultados. Por ejemplo, puede simular 10,000 inversiones hipotéticas de 4 años basadas en los registros de un gestor de inversiones para determinar la probabilidad de rentabilidad positiva o pérdida.
La simulación de Montecarlo es un método estadístico que utiliza números aleatorios generados por computadoras para resolver problemas matemáticos complejos. Genera múltiples escenarios a través de simulaciones para evaluar la probabilidad de resultados. Por ejemplo, puede simular 10,000 inversiones hipotéticas de 4 años basadas en los registros de un gestor de inversiones para determinar la probabilidad de rentabilidad positiva o pérdida.
La simulación de Montecarlo es un método estadístico. Este es utilizado para
resolver problemas matemáticos complejos a través de la generación de variables aleatorias.
Generación de números aleatorios
Un punto clave en la utilización de la simulación de Montecarlo es la generación de números aleatorios. ¿Cómo generamos números aleatorios? Con programas informáticos. Ya que si utilizásemos un mecanismo cómo una ruleta, esto podría llevarnos muchas horas. Si queremos generar 10.000 números aleatorios, imagina cuanto tiempo necesitaríamos. Así pues, se utilizan programas informáticos que generan estos números. No se consideran números puramente aleatorios, ya que los crea el programa con una fórmula. No obstante, se parecen mucho a las variables aleatorias de la realidad. Se les denomina números pseudo-aleatorios. Resuelto este problema, solo queda por ver una aplicación del método.
Ejemplo de la simulación de Montecarlo
Supongamos que queremos contratar a un gestor que realice operaciones por nosotros en la bolsa de valores. El gestor al que queremos contratar presume de haber ganado 50% de rentabilidad durante el último año con una cuenta de valores de 20.000 dólares. Para confirmar que lo que dice es verdad, le pedimos su track record auditado. Es decir, el registro de todas sus operaciones verificado por una auditor (para evitar estafas y cuentas falsas). El gestor nos facilita toda la documentación y procedemos a valorar la cuenta de resultados. Vamos a suponer que disponemos de 20.000 dólares. Introducimos las variables correspondientes en nuestro programa informático y extraemos el siguiente gráfico: Con los resultados facilitados por el gestor que queremos contratar, se han realizado 10.000 simulaciones. Además los resultados se han proyectado cuatro años. Esto es, 10.000 escenarios diferentes para esos resultados durante cuatro años. En la gran mayoría de escenarios se genera una rentabilidad positiva, pero existe una pequeña probabilidad de perder dinero. La simulación de Montecarlo nos facilita una infinidad de combinaciones para evaluar escenarios de los que a simple vista no somos conscientes.