MCarloRisk3D 11.9
5초 만에 다운로드할 수 있습니다.
에 대해 MCarloRisk3D
단지 루트 (t)에 의해 변동성을 곱하지 마십시오, 몬테 카를로 연구를하고 극단적 인 기지를 커버. 기호 푸셔에게 돈을 위해 실행을 제공합니다. 방정식이 다른 크기와 확률의 일반적인 충격에서 무작위로 던질 수 있습니까? 글쎄,이 응용 프로그램은 할 수 있습니다. MCarloRisk3D: 예상 확률 표면을 더 잘 이해하기 위한 3D 보기 옵션. BTC, 이더리움, 리플, 라이트코인, ADA, EOS, 비트코인캐시 : 이제 가장 높은 시가 총액 암호화 코인에 대한 가격 데이터 피드와 함께. 보통 사람을위한 주가 위험 분석기 응용 프로그램. 이제 옵션 블랙 스완 이벤트와 튜닝 앞으로 변동성. 무작위 도보 이론을 사용하여 향후 가격 분포를 추정합니다. 배경 토론: 1960년대의 초기 무작위 도보 연구에 대한 E. Fama 기사: #8232
 http://www.ifa.com/Media/Images/PDF%20files/FamaRandomWalk.pdf 새로운 모델 교정 자습서: 
http://diffent.com/tuning1.pdf "AAPL ~ $320"을 연구하기 위한 예제 사용 사례 및 교육 가이드는 다음과 #8232
 및 http://diffent.com/AAPL320arialP.pdf 확인할 수 있습니다. 이 앱은 변동성 추정치에 해당 주식의 이전 데이터를 사용합니다. 
사용자는 과거 데이터를 사용하여 원하는 경우 회사 또는 시장의 현재 "시대"만 캡처하는 시간을 얼마나 멀리 제어할 수 있습니다. amp; 내장 백테스트, 검증 및 모델 튜닝 도구.

 -- 세부 정보 -- 
이 응용 프로그램은 안정적인 스토샤틱 프로세스로 매일 주식 수익을 모델과 이전 (알려진) 일일 수익의 사용자 지정 하위 집합의 "경험적 분포"에서 몬테 카를로 다시 샘플링에 의해 미래의 가격 분포를 추정한다. 
설정을 변경하거나 새 데이터 세트를 다운로드한 후 몬테 카를로 탭의 실행 몬테 버튼을 눌러야 합니다. 
이 응용 프로그램은 다시 샘플링기본 데이터로 구글 금융에서 기록 데이터를 다운로드합니다. 가격은 리샘플링 하기 전에 일일 수익률[P(t)/P(t-1)]로 변환됩니다. 사용자는 다시 다시 샘플링할 방법을 선택할 수 있습니다. 이러한 방식으로 사용자 지정 투자 지평선에서 미래 가격의 확률 분포를 추정함으로써, 우리는 엄지 손가락 규칙 방식으로 손실 위험 견적을 제공 할 수 있습니다. amp;#8232;1백분수와 5위수(위험)의 일반적으로 사용되는 수준에서 예상 가격 및 %손실 추정치를 보고합니다. 또한 주어진 일 수의 중간 (50 번째 백분위수) 가격 추정치를 앞으로보고합니다. 계산은 일일 종가 데이터에서 수행됩니다. 인위적인 충격 필터가 제공되며, 이는 인위적으로 큰 이전 수익의 재샘플링을 거부하는 데 사용할 수 있습니다(자산의 기본 가치에 영향을 미치지 않는 분할 또는 기타 인공 재평가로 인해). 상기 스토샤틱 모델은 블랙 스완 파라미터를 샘플링하거나 조정하기 위해 최대 일수를 뒤로 조정하거나 조정해야만 조정또는 보정될 수 있다. 모델 유효성 검사 기능: 
몬테 카를로 탭에서 모델에서 최근 일수를 보류한 다음 확률 위험 예측 결과를 1% 및 %5 예상 확률(위험) 수준으로 낮은 바운드 봉투로 플롯할 수 있습니다. 탭: 
 확인 이를 통해 여러 지점을 원천징수하고, 모델을 계산하고, 모델의 전방 예측을 실제 예약된 데이터와 비교하고, 보류된 모든 포인트에 대해 시간 순서를 늘려 모델에 대한 철저한 유효성 검사를 수행할 수 있습니다. 
. 수직 "커서 빔"은 몬테 카를로 탭의 새 플롯과 유효성 검사 탭을 가로질러 여러 곡선의 플롯된 값을 한 번에 표시할 수 있으며 곡선에 색상으로 구분된 값을 제공합니다.

. 몬테 카를로 그래프의 일 방향 설정에 연결된 전체 가격 확률 플롯을 표시합니다. 이것은 몬테 카를로 절차에 의해 생성 된 확률 표면을 통해 슬라이스입니다.
 앱 공급자는 어떤 목적으로든이 앱의 적합성에 대해 어떠한 주장도하지 않으며, 사용자는 투자 결정을 내리기 전에 투자 고문과 상의해야합니다.