Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "Symulacja Monte Carlo" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
The accuracy of the equity’s forecast in the option model simulated by real volatility distribution
Dokladność prognozy kapitału w modelu opcji z symulacją rzeczywistej zmienności
Autorzy:
Krysiak, Zbigniew
Powiązania:
https://bibliotekanauki.pl/articles/1819053.pdf
Data publikacji:
2021
Wydawca:
Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:
option model
binominal model
Monte Carlo simulation
real volatility distribution
Back-Test
forecast of the enterprise equity
model opcyjny
model dwumianowy
symulacja Monte Carlo
rozkład rzeczywistych zmienności cen akcji
Beck-Test
prognoza kapitału przedsiębiorstwa
Opis:
The article is devoted to the assessment of the accuracy of the binomial model in forecasting the value of capital using the Back-Test approach. In this study, the Monte Carlo method was used to simulate the value of capital using real volatility distributions of stock returns. Based on the analysis of the variability of the stocks returns profile, a generator of real distributions was built, which was used for the Monte Carlo simulation. The results of the study confirmed the high quality and accuracy of the method proposed by the author. Due to the potentially large benefits for company management and investors that come from the measurement quality, according to the methodology presented in the study, it is worth extending this trend in theory and practice. This article is mainly directed to business practitioners engaged in the analytical process of company valuation in restructuring, merging and acquisition of enterprises, and building an investment portfolio.
Prezentowany artykuł poświęcony jest ocenie dokładności modelu dwumianowego w prognozowaniu wartości kapitału z wykorzystaniem metody Back-Test. W tym badaniu zastosowano metodę Monte Carlo do symulacji wartości kapitału z wykorzystaniem rzeczywistych rozkładów zmienności stóp zwrotu cen akcji. W oparciu o analizę profilu zmienności zbudowano generator rozkładów rzeczywistych, który wykorzystano do symulacji Monte Carlo. Wyniki badania potwierdziły wysoką jakość i dokładność proponowanej przez autora metody. Ze względu na potencjalnie duże korzyści dla zarządzających firmami i inwestorów, jakie płyną z jakości pomiaru, wg zaprezentowanej metody w badaniu, warto jest roszerzać ten nurt w teorii i praktyce. Artykuł skierowany jest głównie do praktyków zajmujących się analitycznym procesem wyceny przedsiębiorstwa przy restrukturyzacji, łączeniu i przejęciu przedsiębiorstwa oraz budowaniu portfela inwestycyjnego.
Źródło:
Financial Sciences. Nauki o Finansach; 2021, 26, 1; 37-55
2080-5993
2449-9811
Pojawia się w:
Financial Sciences. Nauki o Finansach
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Effectiveness of Monte Carlo Simulations of the S&P 500 Index before and after the Outbreak of the SARS-COV-2 Pandemic*
Efektywność symulacji Monte Carlo indeksu S&P 500 przed ogłoszeniem i po ogłoszeniu pandemii SARS-COV-2
Autorzy:
Nawrocki, Piotr
Powiązania:
https://bibliotekanauki.pl/articles/16472961.pdf
Data publikacji:
2023
Wydawca:
Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:
Monte Carlo (MC) method
Black-Scholes (B-S) model
index simulation
COVID-19 pandemic
metoda Monte Carlo
model Blacka-Scholesa
symulacja indeksu
pandemia COVID-19
Opis:
Risk analysis is an integral part of studying the behavior of financial markets. Crises and emergencies challenge analysts trying to predict the value of stock indices by questioning their assumptions. One such event was the coronavirus pandemic, which undoubtedly affected our economy. The purpose of this study was to examine the impact of the COVID-19 pandemic on the US market and to assess the change in effectiveness of the Monte Carlo method due to the pandemic. The study was realized with 12 MC simulations of daily S&P 500 index prices using historical data from 11.03.2015 to 11.03.2021. The negative impact of the pandemic on the accuracy of MC simulations was observed, lowering the confidence of the results. Changes in sensitivity depending on the chosen time period were also detected. The results may prompt consideration of modifying MC simulations during instability and provide information indicating the use of shorter time series to improve simulation efficiency during crises.
Analiza ryzyka jest integralną częścią badania zachowania rynków finansowych. Sytuacje kryzysowe stanowią wyzwanie dla analityków próbujących przewidzieć wartość indeksów giełdowych, kwestionując ich założenia. Jednym z takich wydarzeń była pandemia koronawirusa, która niewątpliwie wpłynęła na naszą gospodarkę. Celem niniejszego badania było zbadanie wpływu pandemii COVID-19 na rynek USA oraz ocena zmiany efektywności metody Monte Carlo na skutek pandemii. Badanie zostało zrealizowane za pomocą 12 symulacji MC dziennych cen indeksu S&P 500 przy użyciu danych historycznych między 11.03.2015 a 11.03.2021. Zaobserwowano negatywny wpływ pandemii na efektywność symulacji, obniżający wiarygodność wyników. Wykryto również zmiany czułości w zależności od wybranego okresu. Wyniki mogą skłonić do rozważenia modyfikacji symulacji MC podczas braku stabilności i dostarczyć informacji skłaniających do skorzystania z krótszych szeregów czasowych w celu poprawy efektywności symulacji podczas kryzysów.
Źródło:
Financial Sciences. Nauki o Finansach; 2023, 28, 1; 1-16
2080-5993
2449-9811
Pojawia się w:
Financial Sciences. Nauki o Finansach
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies