標本抽出による積分
重積分は領域 上で関数を足し合わせます:。手で解けるものはわずかですが、金融には山ほどあります。デリバティブの期待ペイオフ、損失の確率、バスケットオプションの価格は、いずれも多次元の積分です。
(1)
モンテカルロ法は標本抽出で積分を推定します。定義域を含む既知の体積 の領域に一様に 個のランダムな点 を取り、その上で を平均して を掛けます。推定値自体が確率的で、標準誤差は です。誤差を半分にするには4倍の点が必要です。
最大の利点は次元です。各軸10点の格子は 次元で 点が必要で、 なら 点です。モンテカルロの誤差は に関係なく で減ります。面積や体積では、ヒット・オア・ミスになります。図形の内側に入った点の割合に、箱の体積を掛けます。
- 推定値:一様乱数点での の平均に を掛けたもの。
- 標準誤差:。点を4倍にすると半分になる。
- ヒット・オア・ミス:面積や体積は、内側の点の割合に箱の体積を掛けたもの。
ヒット・オア・ミスで体積を求める体積8の立方体 にランダムな点を投げます。 なら単位球の内側です。内側に入る正確な割合は で、10万点なら約52,360点が内側に入り、割合の標準誤差は です。
答えは乱数の種で変わる異なる乱数の種で2回実行すると、推定値は少し違います。推定値自体が確率的だからです。値と一緒に必ず標準誤差を示し、再現できる結果が必要なときは、このコースのラボのように種を固定します。
ラボ:採点される内容
- 厳密な二重積分15点
- 標準誤差15点
- 何倍の点が必要か15点
- ヒット・オア・ミスの体積15点
- なぜ高次元でモンテカルロか10点
- モンテカルロ法の手順10点
- 標本抽出が有効な理由20点