首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

如何在蒙特卡罗模拟中添加均值和SD线?

在蒙特卡罗模拟中,可以通过添加均值和标准差(SD)线来分析模拟结果的分布情况。均值和标准差是统计学中常用的描述数据分布的指标。

要在蒙特卡罗模拟中添加均值和标准差线,可以按照以下步骤进行:

  1. 进行蒙特卡罗模拟:首先,根据需要的模拟场景和目标,确定模拟的参数和变量。然后,使用随机数生成器生成符合所选分布的随机数,并进行多次模拟运算,得到模拟结果。
  2. 计算模拟结果的均值和标准差:对于每次模拟运算得到的结果,可以计算其均值和标准差。均值表示模拟结果的平均水平,标准差表示模拟结果的离散程度。
  3. 绘制均值和标准差线:在模拟结果的分布图上,可以添加均值和标准差线。均值线通常是一条直线,位于模拟结果分布的中心位置,表示模拟结果的平均水平。标准差线可以是一条直线,也可以是多条直线,位于均值线的上下方,表示模拟结果的离散程度。
  4. 分析模拟结果:通过观察均值和标准差线与模拟结果的分布情况,可以对模拟结果进行分析。例如,如果均值线位于分布的中心位置且标准差较小,说明模拟结果较为稳定;如果均值线偏离分布的中心位置且标准差较大,说明模拟结果较为不稳定。

在腾讯云的云计算平台中,可以使用腾讯云的云计算服务来进行蒙特卡罗模拟和数据分析。例如,可以使用腾讯云的弹性计算服务(Elastic Compute Service,ECS)来进行模拟计算,使用腾讯云的云数据库(TencentDB)来存储和管理模拟结果数据,使用腾讯云的云原生服务(Cloud Native Service,CNS)来构建和管理模拟应用。

更多关于腾讯云相关产品和产品介绍的信息,可以访问腾讯云官方网站:https://cloud.tencent.com/

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

Python + 蒙特卡洛 = 股市神器!

蒙特卡罗模拟是一种强大的统计技术,可以应用于金融领域,对金融资产(股票)的行为进行模拟建模。在本文中,我们将探讨如何在 Python 实现蒙特卡罗模拟,以预测股票市场未来可能出现的情况。...我们将使用从雅虎财经库下载的历史数据。 蒙特卡罗模拟以摩纳哥的蒙特卡洛赌场命名,该赌场以其机会游戏而闻名。蒙特卡罗模拟基于生成多个随机场景来模拟系统的可变性。...我们将使用历史每日回报来计算均值标准差。然后,我们将基于正态分布生成随机数,以模拟多个未来价格路径。...蒙特卡罗模拟是投资者和金融分析师的宝贵工具,有助于更好地了解与股票市场投资相关的风险不确定性。尝试不同的参数时间段,根据您的特定需求定制仿真。...在股票市场蒙特卡洛方法可以用于模拟股票价格的波动,计算期权的价格和风险价值,分析投资组合的收益和风险,以及进行预测决策。

37611

【视频】马尔可夫链蒙特卡罗方法MCMC原理与R语言实现|数据分享|附代码数据

p=2687 在贝叶斯方法,马尔可夫链蒙特卡罗方法尤其神秘 。 它们肯定是数学繁重且计算量大的过程,但它们背后的基本推理,就像数据科学的许多其他东西一样,可以变得直观。这就是我的目标。...回想一下,MCMC 代表马尔可夫链蒙特卡罗方法。为了理解它们是如何工作的,我将介绍蒙特卡罗模拟蒙特卡罗模拟只是一种通过重复生成随机数来估计固定参数的方法。...对于只有 20 个随机点的蒙特卡洛模拟来说还不错。 蒙特卡罗模拟不仅用于估计困难形状的区域。通过生成大量随机数,它们可用于对非常复杂的过程进行建模。...有了蒙特卡罗模拟马尔可夫链的一些知识,我希望对 MCMC 方法如何工作的无数学解释非常直观。...可能MCMC最常用的方法是从贝叶斯推理的某个模型的后验概率分布抽取样本。通过这些样本,你可以问一些问题:“参数的平均值可信度是多少?”。

43210

使用蒙特卡罗模拟的投资组合优化

在金融市场,优化投资组合对于实现风险与回报之间的预期平衡至关重要。蒙特卡罗模拟提供了一个强大的工具来评估不同的资产配置策略及其在不确定市场条件下的潜在结果。...我们的目标是开发一个蒙特卡罗模拟模型的投资组合优化。参与者将被要求构建和分析由各种资产类别(例如,股票,债券另类投资)组成的投资组合,以最大化预期回报,同时管理风险。...使用蒙特卡罗模拟未来的价格预测 所提供的代码片段引入了一个名为monte_carlo的函数,该函数使用蒙特卡罗方法来模拟股票的未来价格。...在蒙特卡罗模拟的前提下,如果方差较小,生成的随机路径将较少微分,如果方差较大,则产生更平坦的曲线,则生成的随机路径将更多。 monte_carlo函数使用蒙特卡罗方法生成指定天数的模拟股票价格。...可视化包括概述模拟价格的平均值、标准偏差初始价格的文本注释。根据蒙特卡洛模拟,这种可视化表示为Twitter未来股价的潜在范围特征提供了有价值的见解。

47440

一文学习基于蒙特卡罗的强化学习方法

图4.3 蒙特卡罗的经验 再来看什么是“平均”。 这个概念很简单,平均就是求均值。不过,利用蒙特卡罗方法求状态处的值函数时,又可以分为第一次访问蒙特卡罗方法每次访问蒙特卡罗方法。...在episode强化学习,一个样本是指一幕数据。 统计量:用来描述样本特征的概括性数字度量。样本均值,样本方差,样本标准差等。在强化学习,我们用样本均值衡量状态值函数。 样本均值: 设 ?...总体的均值方差分别为 ? ? 时,若 ? ,则 ? ? 称为无偏估计。 蒙特卡罗积分与随机采样方法[3]: 蒙特卡罗方法常用来计算函数的积分,计算下式积分。 ?...因此,利用蒙特卡罗方法评估策略应该包括两个过程:模拟和平均。 模拟就是产生采样数据,平均则是根据数据得到值函数。下面我们以利用蒙特卡罗方法估计随机策略的值函数为例做详细说明。...第三处:求均值,即累积对该状态出现的次数求均值。相应于第1节的每次访问蒙特卡罗方法。 图(4.10)图(4.11)的Python代码合起来组成了基于蒙特卡罗方法的评估方法。

2.2K50

Excel实战技巧:从Excel预测的正态分布返回随机数

扩展模拟 扩展的方法是不同的。在这种方法,可以创建一个可以像你希望的那样详细的模型。可以在任意数量的工作表为模型使用任意数量的行,然后多次运行该模型并汇总结果。 通常,这称为蒙特卡罗分析。...但与大多数在Excel创建的模型不同,蒙特卡罗分析使用随机数来生成关键假设。 例如,如果你一个月的最佳销售量是120,而最坏的销售量是80,你将使用随机数在这些限制之间进行选择。...可以轻松地根据需要多次重新计算此模型,并从每次计算获取结果……自动地,无需编程即可完成。在下一篇文章,在如何使用Excel数据表创建蒙特卡罗模型预测中会展示如何做到这一点。...这两个数字定义了图中蓝色区域的外边界。也就是说,你的估计表明实际销售额大约有95%的可能性在70到120之间。 因此, 均值是12070的平均值,在本例为95。...下一篇文章,在如何使用Excel数据表创建蒙特卡罗模型预测,会向你展示如何在此基础上使用蒙特卡罗方法创建概率模拟。 注:本文学习整理自exceluser.com,供有兴趣的朋友参考。

1.9K10

R语言布朗运动模拟股市、物种进化树状图、二项分布可视化

相关视频 布朗运动的数学模型(也称为随机游动)也可以用来描述许多现象以及微小颗粒的随机运动, 股市的波动和在化石的物理特性的演变。...## 首先模拟随机数 x <- rnorm(n = length(t) - 1, sd = sqrt(sig2)) ## 计算累加 x <- c(0, cumsum(x)) 画图 我们得出各...tree <- sim.history(tree, Q, anc = "1") PYTHON 用几何布朗运动模型蒙特卡罗MONTE CARLO随机过程模拟股票价格可视化分析耐克NKE股价时间序列数据...点击标题查阅往期内容 R语言做复杂金融产品的几何布朗运动的模拟 MATLAB用COPULA模型进行蒙特卡洛(MONTE CARLO)模拟拟合股票收益数据分析 python的copula:Frank...GARCH(1,1),MA以及历史模拟法的VaR比较 matlab估计arma garch 条件均值方差模型 R语言ARMA-GARCH-COPULA模型和金融时间序列案例

15830

Excel实战技巧:如何使用Excel数据表创建蒙特卡罗模型预测

然而,更有用的方法是使用概率方法,由蒙特卡罗方法支持。 蒙特卡罗方法 蒙特卡罗方法支持“随机”或“概率”系统。...据百度百科:蒙特·卡罗方法(MonteCarlo method),也称统计模拟方法,是二十世纪四十年代中期由于科学技术的发展电子计算机的发明,而被提出的一种以概率统计理论为指导的一类非常重要的数值计算方法...蒙特·卡罗方法在金融工程学,宏观经济学,计算物理学(粒子输运计算、量子热力学计算、空气动力学计算)等领域应用广泛。 下图1说明了正态概率分布,这可能是大多数业务使用的最佳方法。...然后,工作簿的模型从该正态分布随机选择值,在计算中使用这些值,记录关键结果,多次重复该过程,然后汇总结果记录。这个过程被称为蒙特卡罗方法。...首先,无论何时打开使用模拟运算表的蒙特卡罗分析,请确保蒙特卡罗工作簿是唯一打开的工作簿。这是因为它需要多次重新计算,如果打开了其他工作簿,它们也会不必要地重新计算。这可能会使你的模拟非常慢。

2.9K30

教程 | 通过Python实现马尔科夫链蒙特卡罗方法的入门级应用

为了建立这个模型,我们使用这些数据,通过 MCMC 寻找最佳的 α β 参数。 马尔科夫链蒙特卡罗 马尔可夫链蒙特卡罗指从概率分布抽样以构建最大可能分布的一类方法。...马尔科夫链蒙特卡罗方法分为两部分。蒙特卡罗指的是使用重复随机样本获得数值解的一般性技术。蒙特卡罗可以被视为进行了若干次实验,其中每次都对模型的变量进行改变并观察其响应。...综合马尔科夫链蒙特卡罗的思想,马尔科夫链蒙特卡罗是一种基于当前值重复绘制某一分布参数随机值的方法。每个值的样本都是随机的,但是值的选择受限于当前状态假定的参数先验分布。...对指定的迭代次数重复执行步骤 2 3。 该算法将返回它为 α β 生成的所有值。然后,我们可以使用这些值的平均值作为 logistc 函数 α β 的最终可能值。...在使用马尔科夫链蒙特卡罗构建贝叶斯推理的端对端实现过程,我学习了许多基础知识,而且非常享受这个过程。

2.2K90

蒙特卡洛算法及其实现

蒙特卡洛介绍 蒙特卡罗方法(Monte Carlo method),也称统计模拟方法,是二十世纪四十年代中期由于科学技术的    发展电子计算机的发明,而被提出的一种以概率统计理论为指导的一类非常重要的数值计算方法...蒙特卡罗方法在金融工程    学,宏观经济学,计算物理学(粒子输运计算、量子热力学计算、空气动力学计算)等领域应用广泛。   ...蒙特卡罗方法于20世纪40年代美国在第二次世界大战研制原子弹的“曼哈顿计划”计划的成员S.M.乌拉姆    J.冯·诺伊曼首先提出。...而拟蒙特卡罗方法的具有低偏差的一致分布点集较伪随机数序列更为均匀,    而且用拟蒙特卡罗方法求解得到的是真正的误差,避免了蒙特卡罗方法得到概率误差的缺陷。   ...接下来分别用蒙特卡洛积分牛顿莱布尼兹公式计算,在蒙特卡洛方法样本很多时,它们的值应该相等。    利用蒙特卡洛方法,图像大致如下 ?

1.4K80

随机采样方法——蒙特卡罗方法

02 蒙特卡罗方法引入 蒙特卡罗原来是一个赌场的名称,用它作为名字大概是因为蒙特卡罗方法是一种随机模拟的方法,这很像赌博场里面的扔骰子的过程。...最早的蒙特卡罗方法都是为了求解一些不太好求解的求和或者积分问题。比如积分: ? 如果我们很难求解出f(x)的原函数,那么这个积分比较难求解。当然我们可以通过蒙特卡罗方法来模拟求解近似值。如何模拟呢?...首先,采样得到q(x)的一个样本z0,采样方法第三节。然后,从均匀分布(0,kq(z0))采样得到一个值u。如果u落在了上图中的灰色区域,则拒绝这次抽样,否则接受这个样本z0。...重复以上过程得到n个接受的样本z0,z1,...zn−1,则最后的蒙特卡罗方法求解结果为: ? 整个过程,我们通过一系列的接受拒绝决策来达到用q(x)模拟p(x)概率分布的目的。...,xn),我们要找到一个合适的q(x)k非常困难。 从上面可以看出,要想将蒙特卡罗方法作为一个通用的采样模拟求和的方法,必须解决如何方便得到各种复杂概率分布的对应的采样样本集的问题。

2.6K40

蒙特卡洛 VS 自举法 | 在投资组合的应用(附代码)

对于蒙特卡罗分析(这里我们主要谈论“参数化的”蒙特卡罗方法),我们的想法是基于一些潜在的模型特征来生成数据。所以,例如,我们基于正态分布生成数据,指定我们对模型的期望输入,在这里就是平均值标准差。...因此,如果我们试图运行一些参数化的蒙特卡罗运行来生成模拟数据,例如股票上的应用,我们倾向于测量并计算该股票在一段时间内实际历史回报率的平均值标准差,并将其用作模型的输入值。...我们在这里讨论的特征是历史回报分布的均值标准差(或方差)。然后将这些值输入到模型,该模型从一个正态分布随机采样,其平均值标准差等于历史回报的平均值标准差。...要说明为什么我们的最后一个情节最后一个模拟方法(对成分资产进行参数蒙特卡罗模拟然后加权并求和以表示我们的投资组合)导致更窄范围的结束值,这有许多要解释。...对于每个资产单独的蒙特卡罗模拟都使用基于完全相互独立的计算值计算的参数。 一项资产的均值标准差的计算是在“真空”中进行的,在某种程度上,完全独立于其他资产。

3.4K20

数学建模暑期集训17:蒙特卡洛法

定义 蒙特卡罗⽅法⼜称统计模拟法,是⼀种随机模拟⽅法,将所求解的问题同⼀定的概率模型相联系,⽤电⼦计算机实现统计模拟或抽样,以获得问题的近似解。...为象征性地表明这⼀⽅法的概率统计特征,故借⽤赌城蒙特卡罗命名。 起源 1777年,法国Buffon提出⽤投针实验的⽅法求圆周率,这被认为是蒙特卡罗⽅法的起源。...蒙特卡洛是一种思想,不是一种具体的算法。 下面将用例题的方式来介绍蒙特卡洛如何在例题中运用。...蒙特卡罗方法得到的不改变主意时的获奖概率为:0.33206 蒙特卡罗方法得到的改变主意时的获奖概率为:0.66794 模拟排队问题 问题背景 假设某银⾏⼯作时间只有⼀个服务窗⼝,⼯作⼈员只能逐个的接待顾客...toc %计算tictoc中间部分的代码的运行时间 求解结果 蒙特卡罗模拟得到的最大值为3445.4538 最大值处x1 x2 x3的取值为: 22.5841 12.5841 12.1233

48720

马尔可夫链蒙特卡罗法(Markov Chain Monte Carlo,MCMC)

蒙特卡罗法(Monte Carlo method),也称为统计模拟方法(statistical simulation method),是通过从概率模型的随机抽样进行近似数值计算的方法 马尔可夫链蒙特卡罗法...,首先基于该马尔可夫链进行随机游走,产生样本的序列,之后使用该平稳分布的样本进行近似数值计算 马尔可夫链蒙特卡罗法被应用于概率分布的估计、定积分的近似计算、最优化问题的近似求解等问题,特别是被应用于统计学习概率模型的学习与推理...蒙特卡罗法 核心思想:随机抽样(直接抽样法、接受-拒绝抽样法、重要性抽样法 等) 可用于数学期望估计、积分近似计算 一般的蒙特卡罗的抽样样本是独立的,而马尔可夫链蒙特卡罗的抽样样本不是独立的,样本序列形成马尔科夫链...马尔可夫链蒙特卡罗法 常用的马尔可夫链蒙特卡罗法 有Metropolis-Hastings算法、吉布斯抽样。...马尔可夫链蒙特卡罗法的收敛性的判断通常是经验性的 比如,在马尔可夫链上进行随机游走,检验遍历均值是否收敛 再比如,在马尔可夫链上并行进行多个随机游走,比较各个随机游走的遍历均值是否接近一致 4.

1.5K20

蒙特卡洛算法案例_蒙特卡洛原理

蒙特卡洛介绍 蒙特卡罗方法(Monte Carlo method),也称统计模拟方法,是二十世纪四十年代中期由于科学技术的 发展电子计算机的发明,而被提出的一种以概率统计理论为指导的一类非常重要的数值计算方法...蒙特卡罗方法在金融工程 学,宏观经济学,计算物理学(粒子输运计算、量子热力学计算、空气动力学计算)等领域应用广泛。...蒙特卡罗方法于20世纪40年代美国在第二次世界大战研制原子弹的“曼哈顿计划”计划的成员S.M.乌拉姆 J.冯·诺伊曼首先提出。...而拟蒙特卡罗方法的具有低偏差的一致分布点集较伪随机数序列更为均匀, 而且用拟蒙特卡罗方法求解得到的是真正的误差,避免了蒙特卡罗方法得到概率误差的缺陷。...首先考虑如下积分 接下来分别用蒙特卡洛积分牛顿莱布尼兹公式计算,在蒙特卡洛方法样本很多时,它们的值应该相等。

40910

基于R软件的统计模拟

统计模拟的基本概念 (一)统计模拟的定义 统计模拟即是计算机统计模拟,它实质上是计算机建模,而这里的计算机模型就是计算机方法、统计模型(程序、流程图、算法等),它是架于计算机理论实际问题之间的桥梁。...(二)统计模拟方法 一般地,统计模拟分类如下: 若按状态变量的变化性质分为连续随机模拟离散随机模拟。 而按变量是否随时间变化又可分为动态随机模拟和静态随机模拟。...常用的统计模拟方法主要有以下几种: 1.蒙特卡罗法 2.系统模拟方法 3.其它方法:包括Bootstrap(自助法)、MCMC(马氏链蒙特卡罗法)等。 (三)统计模拟的一般步骤 ?...2、优良的编程环境编程语言 R所拥有的好的兼容性、拓展性强大的内置函数有利于统计模拟的实现。 3、高效率的向量运算功能 使用R拥有的向量运算功能可以大大减少程序运行的时间,提高程序运行的效率。...="l") + #作出平均值线,以反映出抽样平均值围绕总体均值波动的规律 + abline(h=parameter[1]) + abline(h=parameter[

3.1K70

MCMC(一)蒙特卡罗方法

MCMC(一)蒙特卡罗方法 MCMC(二)马尔科夫链 MCMC(三)MCMC采样M-H采样 MCMC(四)Gibbs采样     作为一种随机采样方法,马尔科夫链蒙特卡罗(Markov Chain...要弄懂MCMC的原理我们首先得搞清楚蒙特卡罗方法马尔科夫链的原理。我们将用三篇来完整学习MCMC。在本篇,我们关注于蒙特卡罗方法。 2....蒙特卡罗方法引入     蒙特卡罗原来是一个赌场的名称,用它作为名字大概是因为蒙特卡罗方法是一种随机模拟的方法,这很像赌博场里面的扔骰子的过程。...当然我们可以通过蒙特卡罗方法来模拟求解近似值。如何模拟呢?假设我们函数图像如下图: ?     则一个简单的近似求解方法是在[a,b]之间随机的采样一个点。...首先,采样得到$q(x)$的一个样本$z_0$,采样方法第三节。然后,从均匀分布$(0, kq(z_0)) $采样得到一个值$u$。

1K180

用于时间序列概率预测的蒙特卡罗模拟

蒙特卡罗模拟这个名称源自于摩纳哥王国的蒙特卡罗城市,这里曾经是世界著名的赌博天堂。在20世纪40年代,著名科学家乌拉姆冯·诺依曼参与了曼哈顿计划,他们需要解决与核反应堆中子行为相关的复杂数学问题。...他们受到了赌场掷骰子的启发,设想用随机数来模拟中子在反应堆的扩散过程,并将这种基于随机抽样的计算方法命名为"蒙特卡罗模拟"(Monte Carlo simulation)。...随着计算机性能的飞速发展,蒙特卡罗模拟的应用范围也在不断扩展。 在金融领域,蒙特卡罗模拟被广泛用于定价衍生品、管理投资组合风险、预测市场波动等。...在工程设计,它可以模拟材料力学性能、流体动力学等复杂物理过程。在物理学研究,从粒子物理到天体物理,都可以借助蒙特卡罗模拟进行探索。...此外,蒙特卡罗模拟还在机器学习、计算生物学、运筹优化等领域发挥着重要作用。 蒙特卡罗模拟的过程基本上是这样的: 定义模型:首先,需要定义要模拟的系统或过程,包括方程参数。

14010

R语言随机波动模型SV:马尔可夫蒙特卡罗法MCMC、正则化广义矩估计准最大似然估计上证指数收益时间序列|附代码数据

p=31162 最近我们被客户要求撰写关于SV模型的研究报告,包括一些图形统计输出 本文做SV模型,选取马尔可夫蒙特卡罗法(MCMC)、正则化广义矩估计法准最大似然估计法估计。...模拟SV模型的估计方法: sim <- svsim(1000,mu=-9, phi = 0.97, sigma = 0.15) print(sim) summary(sim) plot(sim)...本文选自《R语言随机波动模型SV:马尔可夫蒙特卡罗法MCMC、正则化广义矩估计准最大似然估计上证指数收益时间序列》。...点击标题查阅往期内容 HAR-RV-J与递归神经网络(RNN)混合模型预测交易大型股票指数的高频波动率 Matlab马尔可夫链蒙特卡罗法(MCMC)估计随机波动率(SV,Stochastic Volatility...Matlab用BUGS马尔可夫区制转换Markov switching随机波动率模型、序列蒙特卡罗SMC、M H采样分析时间序列 R语言BUGS序列蒙特卡罗SMC、马尔可夫转换随机波动率SV模型、粒子滤波

18920

蒙特卡罗计算积分

- 磐创AI分享 作者 | Cory Maklin 编译 | VK 来源 | Towards Datas Science 通常情况下,我们不能解析地求解积分,必须借助其他方法,其中就包括蒙特卡罗积分...蒙特卡罗积分的工作原理是在ab之间的不同随机点计算一个函数,将矩形的面积相加,取的平均值。随着点数的增加,所得结果接近于积分的实际解。 ? 蒙特卡罗积分用代数表示: ?...与其他数值方法相比,蒙特卡罗积分特别适合于计算奇数形状的面积。 ? 在上一节,我们看到如何使用蒙特卡罗积分来确定后验概率,当我们知道先验似然,但缺少规范化常数。...回到手头的问题,即如何在没有归一化常数的情况下计算后验概率……事实证明,对于连续样本空间,规范化常数可以重写为: ? 在这一点上,你应该考虑蒙特卡罗积分!...结论 蒙特卡罗积分是求解积分的一种数值方法。它的工作原理是在随机点对函数求值,求和所述值,然后计算它们的平均值

73040

Python王牌加速库:奇异期权定价的利器

像障碍(Barrier)期权篮子(Basket )期权这样的期权具有复杂的结构。蒙特卡罗模拟是一种有效的定价方法。为了得到一个精确的价格一个小的变动,你需要许多模拟路径,计算十分密集。...在下面的小节,大家将看到在传统的CUDA代码中使用蒙特卡罗模拟,然后在Python中使用不同的库实现相同的算法。 CUDA方法 传统上,蒙特卡罗期权定价是在CUDA C/ C++实现的。...在实际投资中,量化分析师通常使用更少的路径来进行蒙特卡罗模拟。 可以使用许多技巧来减少模拟所需的路径数,例如重要性采样方法。 在这五个步骤,关键的部分是步骤3,大家需要在其中描述详细的蒙特卡罗模拟。...其实,讲到因为蒙特卡罗模拟的噪声是无偏的,在随机梯度训练可以消除。 ?...总的来说,1000万个训练数据点500万个验证数据点是通过在分布运行蒙特卡罗模拟产生的。对于每个蒙特卡罗模拟,大家使用819.2万条路径来计算期权价格。

2.5K30
领券