মন্টি কার্লো মডেল গবেষকদের একাধিক ট্রায়াল চালাতে এবং একটি ইভেন্ট বা বিনিয়োগের সমস্ত সম্ভাব্য ফলাফলগুলি সংজ্ঞায়িত করতে সহায়তা করে। একসাথে, তারা প্রদত্ত বিনিয়োগ বা ইভেন্টের জন্য সম্ভাব্যতা বিতরণ বা ঝুঁকি মূল্যায়ন তৈরি করে।
মন্টে কার্লো বিশ্লেষণ একটি মাল্টিভারিয়েট মডেলিং কৌশল। সমস্ত মাল্টিভারিয়েট মডেলকে জটিল হিসাবে ভাবা যেতে পারে "তবে কি?" পরিস্থিতিতে। গবেষণা বিশ্লেষকরা বিনিয়োগের ফলাফলগুলি পূর্বাভাস দেওয়ার জন্য, তাদের বিনিয়োগের সংস্পর্শের আশেপাশের সম্ভাবনাগুলি বোঝার জন্য এবং ঝুঁকি নিরসনের জন্য এটি ব্যবহার করেন। মন্টি কার্লো পদ্ধতিতে ফলাফলগুলি ঝুঁকি সহনশীলতার বিরুদ্ধে তুলনা করা হয়। এটি কোনও ম্যানেজারকে বিনিয়োগ বা প্রকল্পে এগিয়ে যাওয়ার সিদ্ধান্ত নিতে সহায়তা করে।
কে মাল্টিভাইয়ারেট মডেল ব্যবহার করে
মাল্টিভারিয়েট মডেলগুলির ব্যবহারকারীরা প্রকল্পটির মূল্যায়নের উপর তাদের সম্ভাব্য প্রভাব নির্ধারণ করতে একাধিক ভেরিয়েবলের মান পরিবর্তন করে।
মডেলগুলি নগদ প্রবাহ এবং নতুন পণ্য ধারণার অনুমানের জন্য আর্থিক বিশ্লেষকরা ব্যবহার করেন। পোর্টফোলিও পরিচালক এবং আর্থিক উপদেষ্টা পোর্টফোলিও কর্মক্ষমতা এবং ঝুঁকিতে বিনিয়োগের প্রভাব নির্ধারণ করতে তাদের ব্যবহার করেন। বীমা সংস্থাগুলি তাদের দাবি এবং দাম নীতিগুলির সম্ভাব্যতা অনুমান করতে ব্যবহার করে। কিছু সর্বাধিক পরিচিত মাল্টিভারিয়েট মডেলগুলি হ'ল স্টক বিকল্পগুলির মূল্যায়ন করতে ব্যবহৃত হয়। মাল্টিভারিয়েট মডেলগুলি বিশ্লেষকদেরকে মূল্যের সঠিক ড্রাইভার নির্ধারণে সহায়তা করে।
মন্টি কার্লো বিশ্লেষণ সম্পর্কে
মন্টে কার্লো বিশ্লেষণটির নাম ক্যাসিনো দ্বারা প্রসিদ্ধ রাষ্ট্রপতির নাম অনুসারে করা হয়েছিল। সুযোগের খেলাগুলির সাথে, সমস্ত সম্ভাব্য ফলাফল এবং সম্ভাবনাগুলি জানা যায়, তবে বেশিরভাগ বিনিয়োগের সাথে ভবিষ্যতের ফলাফলগুলির সেটটি অজানা।
ফলাফল এবং সম্ভাব্যতা যা ঘটবে তা নির্ধারণ করার জন্য এটি বিশ্লেষকের হাতে রয়েছে। মন্টে কার্লো মডেলিংয়ে, বিশ্লেষক সমস্ত সম্ভাব্য ফলাফল এবং সেগুলি সংঘটিত হওয়ার সম্ভাবনা নির্ধারণ করতে একাধিক ট্রায়াল চালায়, কখনও কখনও হাজার হাজার।
মন্টে কার্লো বিশ্লেষণ দরকারী কারণ অনেকগুলি বিনিয়োগ এবং ব্যবসায়ের সিদ্ধান্ত একটি ফলাফলের ভিত্তিতে নেওয়া হয়। অন্য কথায়, অনেক বিশ্লেষক একটি সম্ভাব্য দৃশ্যের উদ্ভব করেন এবং তারপরে এগিয়ে যাওয়ার সিদ্ধান্ত নেওয়ার জন্য এটি বিভিন্ন বাধার সাথে তুলনা করেন।
বেশিরভাগ প্রো ফর্মার অনুমান একটি বেস কেস দিয়ে শুরু হয়। প্রতিটি ফ্যাক্টরের জন্য সর্বোচ্চ সম্ভাবনা অনুমানকে ইনপুট করে কোনও বিশ্লেষক সর্বোচ্চ সম্ভাবনার ফলাফলটি অর্জন করতে পারেন। তবে, বেস কেসের ভিত্তিতে কোনও সিদ্ধান্ত নেওয়া সমস্যাযুক্ত এবং কেবলমাত্র একটি ফলাফল নিয়ে একটি পূর্বাভাস তৈরি করা অপর্যাপ্ত কারণ এটি ঘটতে পারে এমন অন্যান্য সম্ভাব্য মান সম্পর্কে কিছুই বলে না।
এটি আসল ভবিষ্যতের মানটি বেস কেসের পূর্বাভাস ব্যতীত অন্য কিছু হতে পারে এমন বাস্তব সম্ভাবনার বিষয়ে কিছুই বলে না। যদি এই ইভেন্টগুলির চালক এবং সম্ভাবনাগুলি আগে থেকে গণনা না করা হয় তবে কোনও নেতিবাচক ঘটনার বিরুদ্ধে হেজ করা অসম্ভব।
মডেল তৈরি করা হচ্ছে
একবার ডিজাইন করা হয়ে গেলে, মন্টি কার্লো মডেলটি সম্পাদন করার জন্য এমন একটি সরঞ্জাম প্রয়োজন যা এলোমেলোভাবে নির্দিষ্ট পূর্বনির্ধারিত শর্ত দ্বারা আবদ্ধ ফ্যাক্টর মানগুলি নির্বাচন করবে will ঘটনার নিজস্ব স্বাধীন সম্ভাবনার দ্বারা সীমাবদ্ধ ভেরিয়েবলগুলির সাথে প্রচুর ট্রায়াল চালিয়ে, একটি বিশ্লেষক এমন একটি বিতরণ তৈরি করে যাতে এতে সম্ভাব্য সমস্ত সম্ভাব্য ফলাফল এবং সম্ভাবনাগুলি থাকে।
মার্কেটপ্লেসে অনেক এলোমেলো নম্বর জেনারেটর রয়েছে। মন্টি কার্লো মডেলগুলি ডিজাইন এবং সম্পাদন করার জন্য দুটি অতি সাধারণ সরঞ্জাম হ'ল @ রিস্ক এবং ক্রিস্টাল বল। এই দুটিই স্প্রেডশিটের অ্যাড-ইন হিসাবে ব্যবহার করা যেতে পারে এবং এলোমেলোভাবে নমুনা প্রতিষ্ঠিত স্প্রেডশিট মডেলগুলিতে অন্তর্ভুক্ত করার অনুমতি দেয়।
একটি উপযুক্ত মন্টি কার্লো মডেল বিকাশের শিল্পটি হ'ল প্রতিটি ভেরিয়েবলের জন্য সঠিক সীমাবদ্ধতা এবং ভেরিয়েবলের মধ্যে সঠিক সম্পর্ক নির্ধারণ করা। উদাহরণস্বরূপ, যেহেতু পোর্টফোলিও বৈচিত্র্য সম্পদের মধ্যে পারস্পরিক সম্পর্কের উপর ভিত্তি করে, প্রত্যাশিত পোর্টফোলিও মানগুলি তৈরি করতে যে কোনও মডেলের বিকাশ অবশ্যই বিনিয়োগের মধ্যে পারস্পরিক সম্পর্ক অন্তর্ভুক্ত করতে হবে।
কোনও ভেরিয়েবলের জন্য সঠিক বিতরণ চয়ন করতে, উপলব্ধ প্রতিটি বিতরণ উপলব্ধি করতে হবে। উদাহরণস্বরূপ, সর্বাধিক সাধারণ হ'ল একটি সাধারণ বিতরণ, এটি একটি বেল বক্র হিসাবেও পরিচিত ।
একটি সাধারণ বিতরণে, সমস্ত ঘটনাগুলি গড় হিসাবে প্রায় সমানভাবে বিতরণ করা হয়। গড়টি সবচেয়ে সম্ভাব্য ঘটনা event প্রাকৃতিক ঘটনা, মানুষের উচ্চতা এবং মূল্যস্ফীতি হ'ল ইনপুটগুলির কয়েকটি উদাহরণ যা সাধারণত বিতরণ করা হয়।
মন্টি কার্লো বিশ্লেষণে, একটি এলোমেলো সংখ্যার জেনারেটর মডেল দ্বারা নির্ধারিত প্রতিবন্ধগুলির মধ্যে প্রতিটি ভেরিয়েবলের জন্য একটি এলোমেলো মান রাখে। এটি তখন সমস্ত সম্ভাব্য ফলাফলের জন্য সম্ভাব্যতা বিতরণ তৈরি করে।
এই সম্ভাবনার স্ট্যান্ডার্ড বিচ্যুতি একটি পরিসংখ্যান যা সম্ভাব্যতাটি বোঝায় যে আসল ফলাফলটি অনুমান করা হচ্ছে গড় বা সবচেয়ে সম্ভাব্য ঘটনা ব্যতীত অন্য কিছু হবে। সম্ভাব্যতা বন্টনটি সাধারণত বিতরণ করা হয় বলে ধরে নেওয়া, প্রায় 68%% মান একটি গড় বিচ্যুতির মধ্যে পড়বে, প্রায় ৯৫% মান দুটি স্ট্যান্ডার্ড বিচ্যুতির মধ্যে পড়বে এবং প্রায় 99.7% এই তিনটি মানের বিচ্যুতির মধ্যে থাকবে ।
এটি "68-95-99.7 নিয়ম" বা "অভিজ্ঞতা অভিজ্ঞতা" হিসাবে পরিচিত।
পদ্ধতিটি কে ব্যবহার করে
মন্টি কার্লো বিশ্লেষণগুলি কেবল অর্থ পেশাদারদের দ্বারা পরিচালিত হয় না তবে আরও অনেক ব্যবসায় দ্বারা পরিচালিত হয়। এটি একটি সিদ্ধান্ত গ্রহণের সরঞ্জাম যা ধরে নিয়েছে যে প্রতিটি সিদ্ধান্তের সামগ্রিক ঝুঁকিতে কিছুটা প্রভাব ফেলবে।
প্রতিটি ব্যক্তি ও প্রতিষ্ঠানের আলাদা ঝুঁকি সহনশীলতা থাকে। এটি যে কোনও বিনিয়োগের ঝুঁকি গণনা করা এবং এটি ব্যক্তির ঝুঁকি সহনশীলতার সাথে তুলনা করা গুরুত্বপূর্ণ করে তোলে।
মন্টি কার্লো মডেল দ্বারা উত্পাদিত সম্ভাব্যতা বিতরণগুলি ঝুঁকির চিত্র তৈরি করে। উর্ধ্বতন বা সম্ভাব্য বিনিয়োগকারীদের মতো ফলাফলগুলি অন্যের কাছে জানাতে একটি কার্যকর উপায় picture আজ, খুব জটিল মন্টি কার্লো মডেলগুলি ব্যক্তিগত কম্পিউটারে অ্যাক্সেস সহ যে কেউ ডিজাইন ও সম্পাদন করতে পারেন।
