シミュレーションが閉形式と一致するとき

Tam
Tam
·Founder & AI Builder·2026-09-27
Monte Carlo Convergence cover

唯一意味のあるモンテカルロ・テスト:閉形式

シード付き1万経路が対数正規分布を再現します。5から95パーセンタイルが閉形式と0.0053以内で一致し、それはモデル誤差ではなくサンプリング誤差です。シードは実行を再現可能にし、比較は検証可能にします。

モンテカルロは分布を生みます。その分布がモデルの仮定するものと一致するときだけ有用です。答える方法は、同じ分布を解析的に計算して比べることです。

対数正規資産では答えは閉形式です。1年先の5、25、50、75、95パーセンタイルはドリフトとボラティリティから直接従います。シミュレーションにはその公式がなく、10,000経路とカウントがあります。

実行:10,000本のシード付きパス

ワークブックはシード付き生成器から10,000経路を引き、シード20250101をセルに保存します。3つのチェックが実行自体を確認します。

  • シードは非ゼロ整数なので、結果は再現可能です。
  • 経路数が要求数に等しいです。
  • 乱数の平均がゼロ、標準偏差が1です。それぞれ0.0112と1.0012で、10,000個の正規乱数がそう見える値です。

3つ目のチェックが飛ばされがちなものです。微妙な偏りのある生成器、たとえば連続する抽選の相関や切り詰められた裾は、もっともらしく見える分布を出します。安上がりな証拠は抽選の最初の2モーメントだけです。

MODEL sheet, simulated versus analytic: five simulated percentiles beside the lognormal closed form, with the gap column
Ten thousand seeded paths against the closed form; the widest gap is 0.0053 in log-return terms.

シミュレーションと解析的パーセンタイルの比較

シミュレーションと解析解のパーセンタイルを比べます。

パーセンタイルシミュレーション解析解差
5−0.3468−0.34530.0015
25−0.0905−0.09580.0053
500.08220.07760.0046
750.25350.25100.0025
950.49540.50050.0051

最大の差は対数リターンで0.0053です。10,000経路でのモンテカルロ標準誤差で、モデリング誤差ではありません。有限サンプルから推定したパーセンタイルは独自の標本分布を持ち、ゼロには縮みません。

さらに2つのチェックが、パーセンタイルではなくモーメントを対象にします。シミュレーションの平均と標準偏差を解析値と比べます。平均0.0805対0.0776、標準偏差0.2574対0.2571。ここでも差はサンプリングノイズで、要点はモデルに比べる独立した答えがあることです。

ここでの収束の意味

モンテカルロの収束は1つの数字ではありません。標準誤差についての表明で、経路数の平方根に反比例して下がります。経路を4倍にすると誤差は半分になります。

10,000経路はパーセンタイルの標準誤差を分布の広がりの約100分の1にします。だから上の差が小数第3位にあるのです。モデルが小数第2位を必要とするなら、経路数はおよそ100倍必要です。

ワークブックは異なる経路数を実行して収束を試しません。解析解と比べます。その方が強く、10,000で一致し50,000で分かれるモデルは経路数比較に失敗し解析比較に合格します。

シードの問い

シード付きの実行は再現可能ですが、独立した試行ではありません。同じシードは同じ経路を生み、それがチェックシートを再現可能にします。同時にシミュレーションは1回の抽選で、多数の平均ではありません。

正直な使い方は、シードをボラティリティと同じモデル入力の一部として扱うことです。変えれば数字は上に示した分だけ動きます。2つのシードで再実行してパーセンタイルを比べるチェックシートは、解析比較と同じことを反対方向から試しています。

モンテカルロ収束が確立しないこと

資産が対数正規であること。シミュレーションはその仮定の上に作られ、それに対して確認されます。したがってパーセンタイル比較は仮定に依存します。ファットテールの資産を対数正規としてシミュレーションすれば、構造上パーセンタイルに一致し、裾について何も言いません。

同じ系列の回帰、ベータの記事が、ワークブックがデータを仮定どおりに振る舞うか見る唯一の場所で、2%のR²を見つけます。ツリーの記事は同じ比較の2分岐版を扱い、31件のチェックは定量手法のページで確認できます。シミュレーションされる系列はリターンと時間価値に、シミュレーションが答えないポートフォリオの問いは効率的フロンティアにあります。

シミュレーション全体をその場で再計算するMicaなら、シードを変えたときにすべての経路とパーセンタイルが一緒に再実行されます。

このモデル検証シリーズは、手法を実演するために合成ケースを使用しています。投資・税務・法務上の助言ではありません。

最終更新:2026-11-01 · 内部チェック済み。独立監査ではありません。 · 方法論とレビュー

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

ローカルで動く AI で、スプレッドシートをもっと賢くします。Excel の作業を自然言語で自動化します。

お問い合わせ

メール: service@mindlink.tools

会社:MINDLINK TEC LTD

© 2026 MINDLINK TEC LTD. All rights reserved.