Onnodig te zeggen dat risico altijd deel uitmaakt van de investering, zelfs als u op veilig speelt. Dus het analyseren van uw risiconiveau en het voorspellen hoe dit uw beleggingen kan beïnvloeden, is cruciaal. Een van de meest populaire manieren om dit te doen is de zogenaamde “Monte Carlo simulatie”.
Maar wat is het? En kan het uw beleggingsresultaten nauwkeurig voorspellen?
De Monte Carlo simulatie werd eind jaren 40 gemaakt door Stanislaw Ulam. Hij was een briljante Pools-Amerikaanse wiskundige. Hij werkte aan het Manhattan Project, dat de eerste atoombom ontwikkelde. En hij ontdekte ook cellulaire automatisering en zaaide de zaden voor de ontwikkeling van nucleaire pulsvoortstuwing.
Het verhaal gaat dat Ulam herstellende was van een hersenoperatie en urenlang talloze solitaire spellen speelde.
Hij was gefascineerd door het volgen van de uitkomst van elk spel om de verdeling van kaarten te observeren en de kans op winst te bepalen.
Deze observaties brachten hem ertoe om de Monte Carlo-simulatie (of Monte Carlo-model, zoals het soms wordt genoemd) te ontwikkelen in samenwerking met zijn collega John von Neumann. Ze noemden het ter ere van de fascinerende gokhoofdstad München, omdat het gaat over willekeurige mogelijkheden en uitkomsten die niet verschillen van die in een roulettespel.
Indice dei contenuti:
Waarom dit model gebruiken?
Monte Carlo-simulatie stelt u in staat om alle mogelijke uitkomsten van uw beslissingen te zien en de impact van risico’s te beoordelen. Dit zorgt voor een betere besluitvorming in het licht van onzekerheid.
In wezen is simulatie een geautomatiseerde wiskundige techniek waarmee mensen rekening kunnen houden met risico’s in kwantitatieve analyse en besluitvorming. Het biedt alle mogelijke uitkomsten voor elke keuze van actie en vertelt u hoe waarschijnlijk het is dat ze zich voordoen.
Toegepast op uw beleggingsportefeuille, betekent dit dat u Monte Carlo-simulatie kunt gebruiken om u te helpen al uw risicofactoren te analyseren. Het kan u de resultaten laten zien van beleggen op verschillende uitersten, van zeer conservatief tot zeer riskant. En natuurlijk kan het ook laten zien wat er zou gebeuren als je “halverwege” beslissingen zou nemen. Dit is vooral handig voor beleggers die optiespellen willen analyseren.
Hoe werkt monte Carlo simulatie<span class=” ez-toc-section-end “>
Monte Carlo-simulatie bouwt modellen van potentiële resultaten door elke onzekere factor een reeks waarden te vervangen. Dit staat bekend als de kansverdeling . De simulatie voert vervolgens alle mogelijke resultaten uit, waarbij telkens een andere set willekeurige waarden wordt gebruikt. Dit kan tienduizenden berekeningen vergen.
Tijdens een Monte Carlo-simulatie worden waarden willekeurig bemonsterd uit inputkansverdelingen. Elke stalenset wordt gedefinieerd als een iteratie. Het resultaat van elk monster wordt vervolgens geregistreerd.
Monte Carlo-simulatie is met name van toepassing op de commerciële en financiële sector, omdat ze vaak betrokken zijn bij willekeurige variabelen. Het wordt gebruikt om de kans op overschrijding van de kosten in grote projecten in te schatten. Het kan de waarschijnlijkheid bepalen dat de prijs van een actief op een bepaalde manier zal veranderen. Telecommunicatiebedrijven gebruiken het ook om de netwerkprestaties in verschillende scenario’s te evalueren. Dit helpt hen het netwerk te optimaliseren.
Daarnaast kan dit model worden gebruikt om het risico van insolventie van een entiteit te beoordelen en om derivaten zoals opties te analyseren. Maar Monte Carlo-simulatie heeft ook veel toepassingen buiten het bedrijfsleven en financiën, zoals verzekeringen, olie, meteorologie, astronomie en deeltjesfysica.
Hoe beleggers de Monte Carlo simulatie kunnen gebruiken
Maar we zijn beleggers, dus we willen Monte Carlo-simulatie toepassen om potentiële resultaten in onze portefeuilles te zien. Natuurlijk kunnen we de verschillende mogelijkheden zelf verwerken, maar dit kan lang duren (ik hoop dat je spreadsheets leuk vindt). Gelukkig zijn er enkele online financiële diensten die deze simulatie gebruiken om u te helpen met uw account.
Een van de praktische hulpmiddelen die Vanguard zijn gebruikers biedt, is de “Nest Egg Calculator for Retirees”. Met deze tool bepalen de algoritmen van Vanguard de mogelijke uitkomsten voor uw pensioenportefeuille met behulp van Monte Carlo-simulatie. Het houdt rekening met uw initiële saldo, jaarlijkse uitgaven en portefeuille-assetallocatie. Dus het laat het door een groot aantal mogelijke marktscenario’s stromen. De calculator helpt u bij het bepalen van de waarschijnlijkheid dat uw portefeuille meegaat voor de duur van uw pensioen.
Personal Capital gebruikt ook Monte Carlo-simulatie als basis voor een van zijn populaire portfoliotools. De service berekent het waarschijnlijke jaarlijkse rendement en de standaarddeviatie voor de huidige en doelallocaties van uw portefeuille. Volgens Persoonlijk kapitaal, vertegenwoordigt het mediane scenario “het middelpunt van de simulaties en kan het worden beschouwd als een verwachte waarde op basis van historische resultaten”. Het geeft ook een resultaat van de “worst case” waarin slechts 10% van de simulaties het slechter deed. Het doel van Personal Capital is om aan te tonen hoe slechte diversificatie kan omgaan met een “negatief marktscenario”.
Ellevest, dat is opgericht als een robo-beleggingstool voor vrouwen, biedt voorspellingen die een kans van 70% weerspiegelen om de doelen te bereiken die u op het platform hebt gesteld. De service maakt gebruik van een Monte Carlo-simulatie om alle mogelijke uitkomsten te testen om het rendement op uw investeringen in verschillende economische situaties te beoordelen.
De tekortkomingen van de Monte Carlo simulatie
Natuurlijk is niet alles perfect, inclusief de Monte Carlo-simulatie. En helaas is er geen glazen bol in investeringen.
Misschien wel de grootste klap tegen het model is dat het nutteloos kan zijn in het geval van een bearmarkt. Simulatie kan zijn gebruikers in slaap wiegen in een vals gevoel van veiligheid. Simulatie is afhankelijk van constante volatiliteit. Maar markten zijn notoir onvoorspelbaar. In feite was een reeks Monte Carlo-simulaties verbijsterd door de volatiele beursprestaties van 2008.
Conclusion
Het gebruik van een Monte Carlo-simulatie kan nuttig zijn als een venster op het toekomstige potentieel van uw portefeuille. Maar het moet niet als de absolute waarheid worden opgevat. Het is een geweldig hulpmiddel om u te helpen beslissingen te nemen over uw assetallocatie, maar het is belangrijk om te onthouden dat markten volatiel en onvoorspelbaar kunnen – en waarschijnlijk zullen zijn.
