Sådan bruges Excel til at simulere aktiekurser

Nogle aktive investorer modellerer variationer af en aktie eller et andet aktiv for at simulere prisen og de instrumenter, der er baseret på det, såsom derivater. Simulering af værdien af ​​et aktiv på et Excel-regneark kan give en mere intuitiv repræsentation af dens værdiansættelse for en portefølje.

Key takeaways

• Handlere, der ønsker at teste en model eller strategi tilbage, kan bruge simulerede priser til at validere dens effektivitet.
• Excel kan hjælpe med din back-test ved hjælp af en monte carlo-simulering til at generere tilfældige prisbevægelser.
• Excel kan også bruges til at beregne historisk volatilitet for at tilslutte dine modeller for større nøjagtighed.

Opbygning af en prismodelsimulering

Uanset om vi overvejer at købe eller sælge et finansielt instrument, kan beslutningen hjælpes ved at studere det både numerisk og grafisk. Disse data kan hjælpe os med at bedømme det næste sandsynlige træk, som aktivet muligvis foretager, og de træk, der er mindre sandsynlige.

Først og fremmest kræver modellen nogle forudgående hypoteser. Vi antager for eksempel, at det daglige afkast eller "r (t)" af disse aktiver normalt fordeles med middelværdien, "(μ), " og standardafvigelse sigma, "(σ)." Dette er standardantagelserne, som vi vil bruge her, skønt der er mange andre, der kan bruges til at forbedre nøjagtigheden af ​​modellen.

Hvilket giver:

Hvilket resulterer i:

Endelig:

Og nu kan vi udtrykke værdien af ​​dagens lukningskurs ved hjælp af den foregående lukkedag.

• Beregning af μ:

For at beregne μ, som er gennemsnittet af det daglige afkast, tager vi de n på hinanden følgende fortidspriser og anvender, hvilket er gennemsnittet af summen af ​​de n tidligere priser:

• Beregningen af ​​volatiliteten σ - volatilitet

φ er en volatilitet med et gennemsnit af tilfældig variabel nul og standardafvigelse én.

Beregning af historisk volatilitet i Excel

I dette eksempel bruger vi Excel-funktionen "= NORMSINV (RAND ())." Med en basis fra den normale fordeling beregner denne funktion et tilfældigt tal med et gennemsnit på nul og en standardafvigelse på en. For at beregne μ, gennemsnit blot udbytterne ved hjælp af funktionen Ln (.): Log-normalfordelingen.

I celle F4 skal du indtaste "Ln (P (t) / P (t-1)"

I F19-cellesøgningen "= Gennemsnit (F3: F17)"

I celle H20 skal du indtaste “= Gennemsnit (G4: G17)

I celle H22 skal du indtaste "= 365 * H20" for at beregne den årlige varians

I celle H22 skal du indtaste "= SQRT (H21)" for at beregne den årlige standardafvigelse

Så vi har nu "trenden" fra tidligere daglige afkast og standardafvigelsen (volatiliteten). Vi kan anvende vores formel fundet ovenfor:

Vi foretager en simulering over 29 dage, derfor er dt = 1/29. Vores udgangspunkt er den sidste lukke pris: 95.

• Indtast "0." i cellen K2.
• Indtast "95." i cellen L2.
• Indtast "1." i cellen K3.
• I cellen L3 skal du indtaste "= L2 * (1 + $ F $ 19 * (1/29) + $ H $ 22 * ​​SQRT (1/29) * NORMSINV (RAND ()))."

Dernæst trækker vi formlen ned i kolonnen for at afslutte hele serien med simulerede priser.

Denne model giver os mulighed for at finde en simulering af aktiverne ned til 29 angivne datoer med den samme volatilitet som de tidligere 15 priser, vi valgte, og med en lignende tendens.

Til sidst kan vi klikke på "F9" for at starte en anden simulering, da vi har randfunktionen som en del af modellen.