欢迎来到模拟方法！

在金融世界中，我们经常试图预测未来。但未来往往混乱、不可预测且充满了各种「假设情况」。虽然简单的公式能告诉我们在完美世界中会发生什么，但模拟方法 (Simulation Methods) 能帮助我们为真实世界做好准备。在本章中，我们将探讨电脑如何协助我们模拟成千上万种可能的情境，从而更好地理解风险与回报。如果起初觉得有些技术性，请别担心——把它想象成一种高科技方式，在未来真正发生之前，先「预演」不同版本的未来！

1. 什么是蒙特卡洛模拟 (Monte Carlo Simulation)？

想象一下你正在筹划一场户外婚礼。你可以查看平均气温然后就此作罢。但更好的做法是构想当天的 1,000 种不同版本：下雨的、刮风的、气温高达 100 度的，以及天气完美无瑕的。蒙特卡洛模拟 (MCS) 对于金融资产正是做着同样的事情。

蒙特卡洛模拟是一种电脑化的数学技术，让使用者能在量化分析与决策中考量风险。它不使用单一固定的输入值（如「平均」回报率），而是针对任何具有内在不确定性的因素，采用概率分布 (Probability Distribution)。

为什么我们要使用它？
  • 它能处理复杂的「路径依赖型」期权 (Path-dependent options)（即价格取决于股票走过的旅程，而不仅仅是最终价格）。
  • 当我们没有简单的公式来解决问题时，它能提供帮助。
  • 它让我们能看到一系列的结果及其发生的可能性。

快速回顾：将蒙特卡洛想象成一个「风险实验室」，我们在其中进行数千次实验，以观察投资可能会发生什么事。

2. 蒙特卡洛模拟的步骤流程

如果你感到不知所措，请跟随这五个步骤。CFA 考试中关于此主题的问题，大多数集中在流程上，而不是要你进行繁重的数学运算。

步骤 1：指定变量及其分布。
识别出影响你投资价值的驱动因素（例如：利率、股价）。与其选择单一数字，不如选择一个描述该变量行为的分布（例如正态分布 (Normal Distribution) 或对数正态分布 (Lognormal Distribution)）。

步骤 2：生成随机值。
电脑根据你在步骤 1 中选择的分布，为每个变量生成一个随机值。

步骤 3：计算结果。
电脑将这些随机值代入你的财务模型（例如投资组合价值的公式）并储存结果。

步骤 4：重复多次。
电脑会执行此过程数千次（甚至数百万次）。每一次的「执行」都称为一次迭代 (Iteration) 或试验 (Trial)。

步骤 5：分析结果。
现在你拥有了一份庞大的潜在结果清单。你可以计算平均值 (Mean)、标准差 (Standard Deviation，代表风险) 以及亏损的概率。

类比：这就像是同同一个电子游戏关卡玩了 1,000 次。完成后，你可以说：「我赢了 Boss 700 次，所以我的胜率是 70%。」

3. 蒙特卡洛模拟与历史模拟的区别

这是考试题目的热门主题！理解「前瞻性」（蒙特卡洛）与「回顾性」（历史）之间的区别至关重要。

历史模拟 (Historical Simulation)

与其使用电脑根据分布来「虚构」随机情境不同，历史模拟使用实际的历史数据。它会问：「如果 2008 年金融危机明天再次发生，我的投资组合会变成怎样？」

  • 优点：你不需要猜测使用哪种分布；它使用的是真实事件。
  • 缺点：它假设未来会与过去完全相同。如果发生了「黑天鹅」事件（前所未有的事件），历史模拟将无法预测。

比较表

蒙特卡洛：使用假设的分布。适用于「如果……会怎样？」的情境。
历史模拟：使用实际的过去数据。适用于「以前发生过什么？」的情境。

重点总结：蒙特卡洛是前瞻性且灵活的；历史模拟是回顾性且立足于现实的。

4. 模拟方法与分析方法

在电脑普及之前，我们主要使用分析方法 (Analytical Methods)。这些是「封闭式」公式（如 Black-Scholes 模型），你代入数字即可得到一个确切的答案。

模拟方法相对于分析方法的优势：
  • 路径依赖性：某些金融产品（如美式期权或不动产抵押贷款证券）取决于价格所走过的路径。分析公式很难处理这种情况，而模拟则非常擅长。
  • 复杂性：当你有多许多相互作用的变量时，单一公式通常不足以解决问题。
模拟方法的局限性（「注意事项」）：
  • 垃圾进，垃圾出 (Garbage In, Garbage Out)：如果你对分布的初始假设是错误的，结果将毫无用处。
  • 计算成本：虽然在今天已不是大问题，但执行数百万次模拟所需的运算时间与能力远高于简单公式。
  • 没有「精确」答案：模拟给你的是统计估计，而不是数学上「完美」的单一点位。

你知道吗？「蒙特卡洛」的名字来自摩纳哥著名的赌场。因为该方法依赖随机性和运气，所以它被以这座以赌博闻名的城市命名！

5. 总结与常见陷阱

在结束本章之前，让我们看看考前「必知」的重点。

需避免的常见错误：
1. 认为蒙特卡洛可以取代历史数据。（事实不然；它是不同的工具）。
2. 忘记模拟是用于解决简单公式无法应对的复杂问题。
3. 假设模拟能提供 100% 确定的结果。（它只提供概率）。

快速回顾框：

- 蒙特卡洛：使用随机抽样与分布来模拟风险。
- 迭代 (Iteration)：模拟中的单次「执行」或「试验」。
- 主要效益：可处理路径依赖型与复杂的情境。
- 主要风险：模型风险（使用了错误的分布）。

鼓励语：你已经完成了模拟方法的学习！虽然这听起来像火箭科学，但请记住，它本质上只是电脑根据你给定的规则来「猜想」未来。掌握这 5 个步骤流程以及历史模拟与蒙特卡洛模拟之间的差异，你就能在考试中表现出色！