股票蒙特卡洛？python蒙特卡洛模擬股票？

關于股票蒙特卡洛，簡要來說包括以下幾點：

(1)風險因素辨認辦法:在進行概率分析時，通常挑選那些能反映項目可行性的要害評價指標(財務內部收益率、財務凈現值、經濟內部收益率、經濟凈現值)，概率分析:通過對項目有影響的風險變量調查分析，確定可能發生的狀態及相應概率，計算項目評價指標IRR、NPV的概率分布。

(2)保存，天天打開查詢表，點擊“啟用自動刷新”按鈕、光標放在新導入表格中、再在目錄打開保存過的EXCEL表、你還應進一步設立自己股票查詢表，其中附表就是引用統計表A31地址，在EXCEL中調用STDEV函數，即可求出標準差，也可畫出正態分布圖，這樣，勾選“打開工作簿時自動刷新/，刷新，即可見到自己股票的最新信息和收益狀況了，6、首先查找股票價格表的地址，單擊“導入”，選“數據/數據區域屬性/。

(3)謝謝樓主的邀請!，用阿爾法狗炒股能勝利嗎?，這個問題提的很好，其實許多人對于這個概念都不是很了解，在大家印象最深的就是李世石與阿爾法狗的圍棋大戰。

4.應用蒙特卡洛模仿法時應注重的問題(1)在使用蒙特卡洛模仿法時，假設輸入變量之間是相互獨立的，在風險分析中會碰到輸入變量的分解程度問題

一：股票蒙特卡洛概率計算器

B.30.1 概述

許多系統過于復雜，無法使用分析技術對不確定性因素的影響進行模仿，但可以通過考慮投入隨機變量和運行N次計算(即所謂模仿)的樣本，以便獲得希望結果的N個可能成果。

描述輸入數據的不確定性并開展多項模仿(其中，對輸入數據進行抽樣以代表可能出現的結果)加以評估。這種辦法可以解決那些借助于分析辦法很難理解和解決的復雜狀況。可以運用電子表格和其他常規工具進行系統開發，也可以運用更復雜的工具來滿意一些更復雜的要求，許多要求所需的投資較少。當該技術首次開發時，蒙特卡羅模仿所需的迭代過程緩慢，耗費工夫。但是，伴著計算機技術的進步和理論的發展，例如latin-hypercube抽樣法使許多應用程序的處理工夫幾乎變得微乎其微。

B.30.2 用途

蒙特卡羅模仿是評估不確定性因素在各種情景下對系統產生影響的辦法。這種辦法通常用來評估各種可能結果的分布及值的頻率，例如成本、周期、吞吐量、需求及類似的定量指標。蒙特卡羅模仿法可以用于兩種不同用途：

B.30.3 輸入

輸入到蒙特卡羅模仿法的是一個系統模型和關于輸入類型的信息、不確定性源和期望的輸出。

具有不確定性的輸入數據被示意為具有肯定分布的隨機變量，根據不確定性的水平其分布具有或多或少的離散性。為此，均勻分布、三角分布、正態分布和對數正態分布常常被運用。

B.30.4 過程

過程如下：

下面給出一個模仿例子。

分析平行運行的兩個項目，而系統的正常運行只需要一個項目。第一個項目的可靠性為0.9，而另一個項目的可靠性為0.8。

可以構建如下所示的電子表格。

表B.4 模仿數據

隨機數生成器生成了0到1之間的數字，用來與各項的概率進行比較，以便確定系統是否正常運行。僅憑10次運行，0.9這個結果不會成為正確的結果。常見的辦法是在計算器內建模，當模仿程度達到了所需精度時，再比較總結果。在這個例子中，經過20000次迭代，我們就得出了0.9799這個結果。

一般來說，蒙特卡羅模仿實用于任何系統，包括以下方面：

應用范圍包括對財務猜測、投資效益、項目成本及進度猜測、業務過程中斷、人員需求及其他方面不確定性的評估。

輸入數據有不確定性并導致輸出數據不確定性時，分析技術無法提供相關的結果。

B.30.5 輸出

輸出結果可能是單個數值，例如上例確定的單個數值。它也可能是表述為概率或頻率分布的結果，抑或是在對輸出結果產生最大影響的模型內的主要功能的辨認。

一般來說，蒙特卡羅模仿可用來評估可能出現的結果的整體分布，或是以下分布的要害測評：

對輸入數據與輸出結果之間關系的分析可以說明目前正施展作用的因素的相對重要性，同時能辨認那些旨在影響結果不確定性的工作的有用目標。

B.30.6 長處及局限

蒙特卡羅模仿的長處包括：

二：蒙特卡洛模仿股票實例

其中的cumsum（）不是Excel的內置函數，其意思就是收益率樣本的累積，每個時辰的值都是當前樣本及此前所有樣本的和，如，收益率樣本從單元格C3開始，當前計算C15對應的模仿價格，則模仿價格計算公式是：100*exp(sum($C$3:C15))。

6、總工期考入新的Sheet，并進行從小到大的重新排序。

公式：=INT(NORMINV(RAND(),$F$2,$G$2))