|
몬테카를로 시뮬레이션은 시뮬레이션에 사용하기 위한 값을 확률분포로 부터 임의적으로 선택 (표본추출 :Sampling)하는 하나의 기법으로, 모의적 표본추출법(Simulated sampling technique)이라고도 한다. 몬테카를로 시뮬레이션의 장점은, 입력에 해
|
|
|
1. 몬테카를로 시뮬레이션(Monte Carlo Simulation) 이란?
몬테카를로 시뮬레이션은 시뮬레이션 한번을 하기 위한 수를 확률 분포로부터 임의적으로 선택 하는 표본추출(sampling) 기법 중의 하나이다. 모의적 표본 추출법(simulated sampling technique)이라
|
|
|
몬테카를로 시뮬레이션을 활용하며 포트폴리오를 구성하는 자산(주식과 채권)의 수익률을 무작위로 추출해 포트폴리오에 적용시키는 실험을 반복했으며, 그 결과 30년 후 은퇴자산 가치의 확률분포를 도출했다. 분석 결과에 따르면 생애주기
|
|
|
몬테카를로 시뮬레이션(Monte Carlo Simulation)을 들 수 있다. 몬테카를로 시뮬레이션은 확률변수들의 결합 확률밀도함수를 이용하여 각 확률변수의 분포 특성이 반영된 난수(random number)를 추출하여 충분한 수의 확률변수 표본 집단을 생성한 다음
|
|
|
몬테카를로 방법으로 구한 의 사후평균, 사후표준편차, 95% 신용구간은 다음과 같다. 단, 감마분포에서 난수들을 추출할 때마다 값이 달라지므로 사후평균 등의 결과는 약간씩 달라질 수 있을 것이다. 동일 결과를 원한다면, set.seed 함수를 사
|
|
메뉴펼치기
