Monte Carlo simulation คืออะไร
Monte Carlo simulation (การจำลองมอนเตคาร์โล หรือจำลองมอนติคาร์โล) คือวิธีประมาณผลลัพธ์ที่เป็นไปได้ โดยสุ่มค่าตัวแปรซ้ำหลายรอบ แล้วนำผลทุกรอบมาดูเป็นการกระจายตัว (distribution) แทนการคำนวณเพียงค่าเดียว
ผลที่ได้ไม่ใช่คำตอบเดียว แต่เป็นช่วงของผลลัพธ์ ซึ่งบอกว่าผลแบบใดเกิดบ่อย และผลแบบใดเกิดได้แต่พบไม่บ่อย
พร้อมลองกับบัญชีจริงหรือบัญชีทดลองแล้วหรือยัง?
ลิงก์พาร์ทเนอร์ · การเทรดมีความเสี่ยงสูงที่จะขาดทุน
ตัวอย่าง: Monte Carlo กับการเทรด (กรณีสมมติ)
สมมติว่าเทรดเดอร์มีรายการเทรดจากการทดสอบย้อนหลัง (backtest) ของระบบเทรดหนึ่ง โดยใช้ขนาดล็อตคงที่ทุกออร์เดอร์
- นำรายการกำไรและขาดทุนของแต่ละเทรดมาสลับลำดับแบบสุ่ม
- สร้าง Equity Curve ใหม่จากลำดับที่สลับแล้ว
- บันทึกการย่อตัวสูงสุด (maximum drawdown) ของเส้นนั้น
- ทำซ้ำขั้นตอนข้างต้นหลายรอบ
ผลรวมสุดท้ายของทุกรอบเท่ากัน เพราะใช้เทรดชุดเดียวกัน แต่ drawdown แต่ละรอบต่างกันมาก เพราะลำดับการแพ้ชนะเปลี่ยนไป การกระจายตัวของ drawdown ช่วยให้เห็นว่าผลจาก backtest เพียงเส้นเดียวอาจดูดีกว่าสิ่งที่เกิดขึ้นได้จริง
ถ้าต้องการลองคำนวณด้วยตัวเลข ดูเครื่องมือในหน้า เครื่องคำนวณและจำลอง
การเทรด CFD และฟอเร็กซ์ที่ใช้เลเวอเรจทำให้ขาดทุนได้เร็ว ผลการจำลองไม่ได้รับประกันผลในอนาคต และไม่ได้บอกว่าระบบใดจะทำกำไร
พบคำนี้ได้ที่ไหน
- โปรแกรมทดสอบระบบเทรด: บางโปรแกรมมีฟังก์ชัน Monte Carlo ให้ใช้กับรายการเทรดที่ส่งออกจากตัวทดสอบกลยุทธ์ของ MetaTrader หรือแพลตฟอร์มอื่น
- รายงานความเสี่ยงของกองทุนและสถาบันการเงิน: ใช้ประเมินมูลค่าความเสี่ยง (Value at Risk) และทดสอบภาวะวิกฤต (stress test)
- การตั้งราคาออปชัน: ใช้ตั้งราคาสัญญาที่ไม่มีสูตรปิด เช่น ออปชันที่ขึ้นกับเส้นทางราคา
- ข่าวและบทวิเคราะห์: ใช้แสดงช่วงประมาณการ เช่น ช่วงของผลตอบแทนพอร์ตเกษียณ
นิยามเชิงสถิติและข้อจำกัด
ในเชิงรูปแบบ วิธีนี้ประมาณค่าคาดหมาย E[f(X)] ด้วยค่าเฉลี่ยของ f จากตัวอย่าง X ที่สุ่มจากการแจกแจงที่กำหนด ค่าประมาณจะเข้าใกล้ค่าจริงตามกฎจำนวนมาก (law of large numbers) แต่ความคลาดเคลื่อนลดลงช้ากว่าการเพิ่มของจำนวนรอบมาก
ข้อจำกัดที่ควรรู้:
- ข้อมูลเข้าไม่ดี ผลก็ไม่ดี: ถ้า backtest มี overfitting การจำลองก็จะสืบทอดปัญหานั้น
- สมมติฐานความเป็นอิสระ: การสลับลำดับแบบง่ายถือว่าเทรดแต่ละครั้งไม่เกี่ยวกัน ถ้าผลมี สหสัมพันธ์ ตามช่วงเวลา ควรใช้ block bootstrap ซึ่งสุ่มทีละช่วงแทนทีละเทรด
- หางอ้วน: ถ้าสุ่มจากการแจกแจงปกติ จะประเมินโอกาสเกิดเหตุรุนแรงต่ำเกินไป ดู Fat Tails และ Tail Risk และ แบล็คสวอน
- ภาวะตลาดเปลี่ยน: ข้อมูลในอดีตอาจไม่ครอบคลุมสภาพตลาดแบบใหม่
- การสุ่มแบบใส่คืน (with replacement): ทำให้ผลรวมสุดท้ายต่างกันได้ในแต่ละรอบ ซึ่งต่างจากการสลับลำดับเพียงอย่างเดียว
คำที่เกี่ยวข้อง
คำถามที่พบบ่อย
มอนเตคาร์โลบอกได้ไหมว่าระบบเทรดจะทำกำไร
ไม่ได้ วิธีนี้แสดงช่วงผลลัพธ์ที่เป็นไปได้ภายใต้สมมติฐานที่ใส่เข้าไปเท่านั้น
Monte Carlo ต่างจาก backtest อย่างไร
Backtest ให้ผลจากลำดับเหตุการณ์ในอดีตเพียงเส้นเดียว ส่วน Monte Carlo สร้างเส้นทางทางเลือกจำนวนมากเพื่อดูการกระจายตัวของผล
ต้องสุ่มกี่รอบ
ยิ่งสุ่มมากรอบ ค่าประมาณยิ่งนิ่ง ทดสอบได้โดยเพิ่มจำนวนรอบจนผลแทบไม่เปลี่ยน
ทำไมผลแต่ละครั้งไม่เท่ากัน
เพราะใช้ตัวเลขสุ่ม ถ้าต้องการผลที่ทำซ้ำได้ ให้กำหนดค่า seed ของตัวสุ่ม
