Trente et un contrôles sur une seule série de prix

Tam
Tam
·Founder & AI Builder·2026-09-27
A Quantitative Model That Proves Itself cover

Ce qu'est réellement le classeur

Trente et un contrôles sur une série de prix : trois pour l'intégrité des données, quatre identités, sept pour la simulation, quatre échelles de distribution, cinq pour l'arbre, et le reste sur le reporting de régression. Chaque groupe répond à une question dont dépend le suivant.

Une série de prix, quatre questions, trente et un contrôles.

Les questions sont : les données sont-elles propres, les statistiques sont-elles calculées selon leurs définitions, la simulation reproduit-elle la distribution qu'elle suppose, et la régression se comporte-t-elle comme annoncé.

GroupeContrôlesCe qu'il établit
Intégrité des données3249 rendements à partir de 250 prix, aucun cours nul, dates dans l'ordre
Identités4Volatilité, bêta, R² et p-value suivent leurs définitions
Simulation7Avec graine, 10 000 trajectoires, moments concordants, centiles concordants
Distributions et échelles4L'ordre tient pour le simulé et l'analytique
Arbre5Probabilités et comptages se réconcilient avec les observations
Reporting de régression2Identité du bêta et carré de la corrélation
Comparaisons de centiles et de moments6Simulé contre analytique, simple contre lognormal

Le schéma qui rend ce sujet différent

Dans le modèle à trois états, un contrôle compare un chiffre à un autre chiffre du même classeur. Ici, six contrôles comparent la simulation à une formule que le classeur calcule aussi, et cette formule est l'hypothèse du modèle lui-même.

C'est à la fois plus faible et plus fort que cela n'en a l'air. Plus faible, parce qu'une simulation construite sur une hypothèse lognormale et vérifiée par rapport à des centiles lognormaux ne peut pas détecter une hypothèse fausse. Plus fort, parce que c'est la seule comparaison de la série où une méthode numérique est testée contre une réponse en forme fermée, et c'est exactement le test dont un Monte-Carlo a besoin : sans référence analytique, une simulation est un générateur de chiffres avec une graine.

CHECKS sheet: thirty-one rows, one per check, each naming the cell it tests and its pass status
The 31 checks in reading order: data, identities, simulation, distribution ladders, tree and regression.

Les trois chiffres à retenir

25,71 % de volatilité, calculée comme l'écart-type quotidien fois la racine de l'année boursière, et contrôlée contre cette identité.

Bêta de −0,229, avec un R² de 0,0197. Significatif à 5 %, expliquant 2 %. Le classeur rapporte les deux, et le couple est la chose la plus utile qu'il contient.

Un écart de centiles maximal de 0,0053. C'est l'erreur d'échantillonnage de 10 000 trajectoires en termes de rendement logarithmique, et cela chiffre la précision avec laquelle la distribution est connue.

Ce que rien de tout cela ne couvre

Quatre choses, et elles sont structurelles plutôt que des omissions.

Un actif, un an. Pas de portefeuille, pas de covariance, pas de second régime. Chaque statistique décrit 249 jours.

La distribution est supposée. Pas de test de normalité, pas de test d'autocorrélation, pas de grappes de volatilité. Les contrôles confirment que la simulation correspond à l'hypothèse, pas que l'hypothèse est juste.

Pas de découpage hors échantillon. Chaque chiffre est dans l'échantillon, et la feuille des limites ne dit pas autre chose.

Pas de frontière efficiente. Le classeur lui-même est un simulateur de rendement et de risque ; l'optimiseur sous contraintes se trouve dans le sujet portefeuille.

Comment lire la feuille

Commencez par les contrôles de données, parce que tout le reste en hérite. Puis les identités, qui sont le moyen le moins cher de détecter une formule fausse. Puis la comparaison de simulation, seul endroit où une méthode numérique rencontre sa forme fermée. Puis le reporting de régression, où le modèle laisse le jugement au lecteur.

Cet ordre est celui que la feuille de contrôle du classeur utilise, et c'est la raison pour laquelle 31 suffisent : chaque groupe répond à une question dont dépend le suivant.

L'article sur les rendements commence par les données, le volet Monte-Carlo est la comparaison en forme fermée, l'article sur le bêta est le jugement, et la feuille de contrôle intégrale figure sur la page des méthodes quantitatives. Le plus petit objet de la feuille est l'arbre de probabilités, et la couche que ce classeur laisse de côté est la frontière efficiente.

Dans le classeur, Mica a construit le modèle ; simulation, régression et contrôles lisent donc la même série de rendements.

Cette série de validation de modèles utilise des cas synthétiques à des fins de démonstration méthodologique. Elle ne constitue pas un conseil en investissement, fiscal ou juridique.

Dernière mise à jour : 2026-11-01 · Vérifié en interne ; non audité indépendamment. · Méthodologie et revue

Tam
Tam

Tam is the Founder & CEO of MINDLINK TEC LTD, an AI creator and product builder building creative AI tools including Mica and Bobi.


Mica

IA locale pour des feuilles de calcul plus intelligentes. Automatisez vos flux de travail Excel en langage naturel.

Contact

E-mail : service@mindlink.tools

Société : MINDLINK TEC LTD

© 2026 MINDLINK TEC LTD. Tous droits réservés.