Kako koristiti Excel za simulaciju cijena dionica

Neki aktivni ulagači modeliraju varijacije dionica ili druge imovine kako bi simulirali njegovu cijenu i instrumente koji se temelje na njoj, poput derivata. Simulacija vrijednosti imovine na Excel proračunskoj tablici može pružiti intuitivniji prikaz njezine procjene za portfelj.

Ključni odvodi

• Trgovci koji žele testirati model ili strategiju unatrag mogu koristiti simulirane cijene da bi potvrdili njegovu učinkovitost.
• Excel vam može pomoći pri testiranju unazad pomoću monte carlo simulacije za generiranje slučajnih kretanja cijena.
• Excel se također može koristiti za izračun povijesnih kolebanja za uključivanje u vaše modele za veću točnost.

Izgradnja simulacije modela cijene

Bilo da razmišljamo o kupovini ili prodaji financijskog instrumenta, odluci se može pomoći proučavanjem i numerički i grafički. Ovi nam podaci mogu pomoći da prosudimo sljedeći potez koji imovina može napraviti i manje vjerojatne poteze.

Prije svega, model zahtijeva neke prethodne hipoteze. Pretpostavljamo, na primjer, da se dnevni prinosi ili "r (t)" ove imovine normalno raspodjeljuju sa srednjim vrijednostima, "(μ), " i sigma standardnog odstupanja, "(σ)." Ovo su standardne pretpostavke koje ćemo ovdje koristiti, iako postoje i mnoge druge koje bi se mogle upotrijebiti za poboljšanje točnosti modela.

Koji daje:

Koji rezultira u:

Konačno:

A sada možemo izraziti vrijednost današnje cijene zatvaranja koristeći prethodni dan zatvaranja.

• Izračun μ:

Za izračunavanje μ, što je srednja vrijednost dnevnih povrata, uzimamo n uzastopnih prošlih bliskih cijena i primjenjujemo, što je prosjek zbroja n proteklih cijena:

• Izračunavanje volatilnosti σ - volatilnost

φ je volatilnost s prosjekom slučajne varijable nula i standardne devijacije.

Računanje povijesne volatilnosti u Excelu

Za ovaj primjer, upotrijebit ćemo funkciju Excel "= NORMSINV (RAND ())." Na temelju normalne raspodjele, ova funkcija izračunava slučajni broj sa srednjom nulom i standardnim odstupanjem od jedan. Da biste izračunali μ, jednostavno prosjecite prinose pomoću funkcije Ln (.): Normalna raspodjela.

U ćeliji F4 upišite "Ln (P (t) / P (t-1)"

U pretraživanju ćelija F19 "= PROSJEČNO (F3: F17)"

U ćeliji H20 upišite "= PROSJEČNO (G4: G17)"

U ćeliji H22 unesite "= 365 * H20" za izračun godišnje izražene varijance

U ćeliju H22 unesite "= SQRT (H21)" da biste izračunali godišnju standardnu ​​devijaciju

Dakle, sada imamo "trend" prošlih dnevnih povrata i standardnog odstupanja (volatilnost). Možemo primijeniti našu gore navedenu formulu:

Mi ćemo napraviti simulaciju tijekom 29 dana, dakle dt = 1/29. Naša početna točka je posljednja bliska cijena: 95.

• U ćeliju K2 upišite "0."
• U ćeliji L2 upišite "95."
• U ćeliju K3 ​​upišite "1."
• U ćeliju L3 upišite "= L2 * (1 + $ F $ 19 * (1/29) + $ H $ 22 * ​​SQRT (1/29) * NORMSINV (RAND ()))."

Zatim povučemo formulu niz stupac da bismo dovršili čitav niz simuliranih cijena.

Ovaj model omogućava nam da pronađemo simulaciju imovine do 29 danih datuma, s istom volatilnošću kao i prethodnih 15 cijena koje smo odabrali i sa sličnim trendom.

Napokon, možemo kliknuti na "F9" kako bismo pokrenuli još jednu simulaciju, jer imamo funkciju rand kao dio modela.