Why
The instructive case is tail risk: a simulation with thin-tailed inputs will systematically underprice the disaster, so the PoC pairs a Gaussian and a fat-tailed generator on the same portfolio.
How it works
Not yet built.
Workspace Index › Dev Notes › Monte Carlo — simulating the distribution you cannot solve for
#174PoC
Monte Carlo — simulating the distribution you cannot solve for
When a payoff has no closed form, Monte Carlo samples thousands of random paths and reads the answer off the distribution; the quality of the answer is exactly the quality of the assumed randomness.
몬테카를로 — 풀 수 없는 분포를 시뮬레이션하기
수익 구조에 닫힌 해가 없을 때 몬테카를로는 수천 개의 무작위 경로를 표집해 분포에서 답을 읽습니다. 답의 품질은 정확히 가정된 무작위성의 품질입니다.
왜
교훈적인 사례는 꼬리 위험입니다: 얇은 꼬리 입력을 쓴 시뮬레이션은 재난을 체계적으로 과소평가하므로, 이 PoC는 같은 포트폴리오에 가우시안과 두꺼운 꼬리 생성기를 나란히 놓습니다.
동작 방식
아직 만들지 않음.