你可能感兴趣的试题
德尔塔—正态分布法 历史模拟法 蒙特卡罗模拟法 线性回归模拟法
问题的根本在于能否获得可靠的无穷无尽的随机数目来源 任何一种数学模型的设计都依赖于蒙特卡罗模拟的统计手段 蒙特卡罗模拟的统计手段主要用来预测趋势和事件的复杂程序 模拟会受到限制
局部估值法 德尔塔-正态分布法 历史模拟法 蒙特卡罗模拟法
局部估值法 蒙特卡罗模拟法 历史模拟法 德尔塔-正态分布法
蒙特卡罗模拟方法 网格方法 无风险套利方法 有限差分方法
蒙特卡罗模拟是一种统计手段，可靠的、无穷尽的随机数是其实现的基础 蒙特卡罗模拟是一种统计手段，对复杂趋势和事件的预测是其运算的基础 蒙特卡罗模拟是一种计算机程序，它是可靠的、无穷尽的随机数的决定因素 蒙特卡罗模拟是一种计算机程序，它决定着可靠的、无穷尽的随机数目的来源
蒙特卡罗模拟法 历史模拟法 遗传算法 德尔塔-正态分布法
局部估值法 德尔塔一正态分布法 历史模拟法 蒙特卡罗模拟法
方差协方差方法 历史模拟法 蒙特卡罗模拟法 情景分析法
由于对基础风险因素的一些假设，使得存在模型风险 计算量大，准确性的提高速度慢 如果计算机模拟产生的是伪随机数，那么可能导致错误结果 计算的VaR准确性较差 仍然没有考虑到肥尾现象
历史模拟法侧重于历史数据，而蒙特卡洛模拟偏重于未来预测走势 蒙特卡洛模拟优点在于考虑了fattail现象、没有模型风险 历史模拟法缺点单纯依靠历史数据进行度量，将低估突发性的收益率波动、风险度量的结果受制于历史周期的长度，对历史数据依赖性强 蒙特卡洛模拟缺点是成本高、计算量大，存在模型风险 历史模拟法是一种全值估计方法，可以处理非线性、大幅波动及“肥尾”问题，产生大量路径模拟情景等
解析法与历史模拟法 历史模拟法与蒙特卡罗模拟法 蒙特卡罗模拟法与情景模拟法 解析法与蒙特卡罗模拟法
德尔塔—正态分布法 历史模拟法 蒙特卡罗模拟法 局部估值法
历史模拟法侧重于历史数据，而蒙特卡洛模拟偏重于未来预测走势 蒙特卡洛模拟优点在于考虑了fattail现象、没有模型风险 历史模拟法缺点单纯依靠历史数据进行度量，将低估突发性的收益率波动、风险度量的结果受制于历史周期的长度，对历史数据依赖性强 蒙特卡洛模拟缺点是成本高、计算量大，存在模型风险 历史模拟法是一种全值估计方法，可以处理非线性、大幅波动及“肥尾”问题，产生大量路径模拟情景等
需用繁杂的电脑技术 需用大量的复杂抽样 利用该方法昂贵而且费时 无法处理厚尾、不对称等非正态分布情况
蒙特卡罗模拟方法 网格方法 有限差分方法 以上均正确
湘公网安备 43130202000226号