什么是蒙特卡洛模拟？

1. 字幕依据
   观察依据

   顶部居中手写标题为“蒙特卡洛模拟”。

2. 声音
   观察依据

   主讲人说：“蒙特卡洛模拟是一种数学技术……”

$\text{Monte Carlo simulation}$

一种通过建立概率模型并采用随机抽样来估计不确定事件各种可能结果的数学技术。

适用于存在不确定性的过程或系统；实际应用包括投资组合管理、风险分析、期权定价、备用容量规划、医学和天体物理学。

1. 声音
   观察依据

   主讲人说：“它使用一种称为随机抽样的方法。”

2. 图示
   观察依据

   主讲人在黑板右侧写下“随机抽样”。

$\text{Random sampling}$

蒙特卡洛模拟中用于生成多种可能结果并计算平均结果的方法。

当某个过程或系统中的不同结果因随机变量而难以准确预测时，采用该方法。

1. 声音
   观察依据

   主讲人说：“假设为36，000次——如果我们考虑一枚骰子有六个面，其中两个面是我们关注的，且希望运行一千次以获得足够大的样本量。”

2. 图示
   观察依据

   主讲人写下“36，000”，然后在“随机抽样”下方写出“(6 x 6 x 1，000)”。

36{,}000

为估算掷两枚标准骰子的概率而描述的暴力穷举式投骰试验次数。

示例中重复投骰的次数。

1. 声音
   观察依据

   主讲人解释两个骰子各有六个面，并将该过程重复一千次。

2. 图示
   观察依据

   黑板上显示“(6 x 6 x 1,000)”。

$6 \times 6 \times 1${,}000

所展示的乘法对应于两个六面骰子及一千次重复，得出样本量36,000。

仅限骰子示例。

1. 声音
   观察依据

   主讲人说：“计算我们得到例如七点的次数所占的百分比。”

1. 视频未显示得到七点的具体百分比数值。

$\text{a seven}$

一个目标结果示例，其出现频率由抽样的掷骰结果估算得出。

示例中两个标准骰子的点数之和。

1. 声音
   观察依据

   主讲人说：“或许其中最广为人知的应用领域就是投资组合管理。”

2. 图示
   观察依据

   主讲人在黑板靠下中央位置写下“PORT. MAN.”。

$\text{Portfolio management}$

视频片段中提到的蒙特卡洛模拟常见应用领域。

投资与金融应用。

1. 声音
   观察依据

   主讲人指出，第一步是建立预测模型。

2. 公式
   观察依据

   他在黑板上写下“1/ 预测模型”。

PRED. MODEL

预测模型，是蒙特卡洛模拟的第一步。

应用数学与统计学

1. 声音
   观察依据

   主讲人指出，第二步是明确概率分布。

2. 公式
   观察依据

   他在黑板上写下“2/ 概率分布”。

PROB DIST.

自变量的概率分布。

应用数学与统计学

1. 声音
   观察依据

   主讲人指出，第三步是反复运行模拟。

2. 公式
   观察依据

   他在黑板上写下“3/ 模拟”。

SIM.

模拟，即为自变量生成随机数值的过程。

应用数学与统计学

1. 声音
   观察依据

   主讲人将蒙特卡洛模拟定义为一种数学技术，用于估计不确定事件可能产生的各种结果。

2. 字幕依据
   观察依据

   标题“蒙特卡洛模拟”持续显示在画面顶部。

视频指出，蒙特卡洛模拟是一种用于估计不确定事件可能结果的数学技术。主讲人还非正式地将其描述为“一窥未来的机会”，但所给出的数学内涵是在不确定性条件下对结果进行估计。

1. 适用于不确定事件或过程。

2. 用于估计可能的结果，而非单一确定性结果。

1. 声音
   观察依据

   主讲人指出，蒙特卡洛模拟通过建模过程或系统中不同结果出现的概率来运作——该过程或系统因存在随机变量而难以直接预测；它借助随机抽样实现这一目标。

2. 图示
   观察依据

   主讲人在黑板上写下“随机抽样”。

据视频所述，蒙特卡洛模拟针对因随机变量介入而难以直接预测的过程或系统，对其不同结果出现的概率进行建模；随后通过随机抽样生成多种可能结果，并计算其平均值。

1. 该过程或系统包含随机变量。

2. 结果无法直接轻易预测。

3. 多次抽样结果被用来估计平均结果。

1. 蒙特卡洛模拟的定义

1. 声音
   观察依据

   主讲人说：“我们来探讨关于蒙特卡洛模拟的三个问题”，随后引出“问题一”和“问题二”。

2. 图示
   观察依据

   左侧显示编号方框1、2和3；方框1中填入“它们如何运作？”，方框2中填入“谁在使用它们？”。

1. 问题3以空白编号方框形式呈现，且在此片段中从未被填充或讨论。

该演示围绕三个问题组织。在此片段中，问题1是“它们如何运作？”，问题2是“谁在使用它们？”。视觉上存在第三个编号方框，但在所提供片段中始终为空白。

1. 本片段仅探讨了问题1和问题2。

1. 声音
   观察依据

   主讲人列举了投资组合管理、投资规划、风险分析、期权定价、备用容量规划、医学和天体物理学等应用领域。

2. 图示
   观察依据

   主讲人在讨论应用时写下“投资组合管理”的缩写“PORT. MAN.”。

视频指出了蒙特卡洛模拟的若干应用领域。其中最强调的例子是投资组合管理，其他明确提及的应用还包括投资规划、风险分析、期权定价、备用容量规划、医学和天体物理学。

1. 这些是被点名的应用领域，并非具体演算示例。

1. 蒙特卡洛模拟的定义

1. 声音
   观察依据

   主讲人指出，蒙特卡洛技术包含三个基本步骤。

2. 公式
   观察依据

   他在黑板上写下这三个步骤：1/ 预测模型，2/ 概率分布，3/ 模拟。

视频概述了运行蒙特卡洛模拟的三步法：第一步，建立预测模型，明确因变量与自变量；第二步，利用历史数据或主观判断，为自变量指定概率分布；第三步，通过为自变量生成随机值，反复运行模拟，直至获得具有代表性的样本。

1. 明确因变量与自变量

2. 指定概率分布

3. 用随机值反复运行模拟

1. 声音
   观察依据

   主讲人解释道，建立预测模型包括明确待预测的因变量，以及驱动预测结果的自变量（即输入风险变量或预测变量）。

在蒙特卡洛模拟的预测模型中，因变量是待预测的结果，而自变量则是驱动该预测的输入、风险或预测因子。

1. 声音
   观察依据

   主讲人指出，自变量的概率分布可通过历史数据或分析师的主观判断来确定，从而为可能出现的取值分配概率权重。

在蒙特卡洛模拟中，为独立变量指定概率分布时，可使用历史数据，也可依赖分析师的主观判断，来界定一组可能的取值范围，并为每个取值分配相应的概率权重。

1. 声音
   观察依据

   主讲人指出，应持续运行模拟，直至收集到足够多的结果，从而构成一个能代表近乎无穷多种可能组合的代表性样本。

运行蒙特卡洛模拟，需反复生成随机数值，直至收集到足够多的结果，以形成一个能代表海量可能变量组合的代表性样本。

1. 声音
   观察依据

   主讲人提到，可通过计算方差与标准差来衡量样本内的变异范围，这两者是常用的离散程度度量指标。

方差与标准差是用于衡量离散程度的统计指标，可用于计算蒙特卡洛模拟结果样本内的变异范围。

1. 声音
   观察依据

   主讲人指出：抽样次数越多，抽样范围越准确，估计效果也越好。

在蒙特卡洛模拟中，增加样本数量可提升抽样范围的准确性，并使对未来可能性的整体估计更为可靠。

1. 声音
   观察依据

   主讲人说：“蒙特卡洛模拟是一种数学方法，用于估算不确定事件可能产生的结果。”

蒙特卡洛模拟是一种数学方法，用于估算不确定事件可能产生的结果。

1. 该事件或过程具有不确定性。

关于蒙特卡洛模拟用途的一般性陈述。

1. 声音
   观察依据

   主讲人说，蒙特卡洛模拟对“因随机变量介入而难以直接预测”的过程或系统建模其概率。

由于随机变量的介入，某一过程或系统难以被准确预测；蒙特卡洛模拟通过建模结果概率来应对这类情况。

1. 该系统包含随机变量。

此说法适用于存在介入随机变量的过程或系统。

1. 声音
   观察依据

   主讲人说：“利用随机抽样生成多种可能结果，并计算平均结果。”

2. 图示
   观察依据

   黑板上写着“随机抽样”。

随机抽样用于生成多种可能的结果，并计算其平均结果。

1. 正在执行蒙特卡洛模拟。

解释中提出的通用方法论主张。

1. 声音
   观察依据

   说话人指出，若用暴力法计算概率，需掷骰子多次，例如“36,000次”。

2. 图示
   观察依据

   黑板上显示“36,000”以及“(6 x 6 x 1,000)”。

1. 主讲人称 36，000 以暴力枚举方式掷出，但所显示的表达式对应于在 36 次重复中对全部 1 种结果各枚举一次；000 该片段未进一步说明为何选择这一计数，仅是为了获得良好的样本量。

对于骰子示例，视频中描述的暴力法需进行36,000次掷骰，计算方式为$6 \times 6 \times 1$,000。

1. 有两个标准的六面骰子。

2. 需要一个良好的样本量。

3. 该示例使用1,000次重复。

仅针对视频片段中的骰子示例。

1. 声音
   观察依据

   说话人说：“但通过蒙特卡洛模拟，我们可以借助随机抽样可能的结果来减少投掷次数，已知骰子投掷共有36种组合，并计算出例如得到七点的出现比例。”

1. 视频片段中未明确说明缩减后的样本量。

在骰子示例中，蒙特卡洛模拟通过随机抽样可能的结果，并计算目标结果（如七点）出现的比例，从而减少投掷次数。

1. 骰子投掷共有36种组合。

2. 目标是估计某一指定结果出现的比例。

仅针对视频片段中的骰子示例。

1. 声音
   观察依据

   说话人说：“通过运行成千上万次、甚至数百万次的模拟，投资者可以更清楚地了解其投资组合在不同市场条件下的可能表现。”

运行成千上万次、甚至数百万次的模拟，可使投资者更清楚地了解其投资组合在不同市场条件下的可能表现。

1. 语境为投资组合管理或投资规划。

2. 进行了多次模拟。

关于投资者使用蒙特卡洛模拟的一般性论断。

1. 声音
   观察依据

   讲解者说明骰子有六个面、使用两枚骰子，并将该过程重复一千次以获得足够大的样本量。

2. 图示
   观察依据

   讲解者写下“36,000”，然后写下“(6 x 6 x 1,000)”。

1. 该片段未对“足够大的样本量”给出明确定义，仅以选定的1,000次重复作为依据。

1. 公式

   $$\text{Two standard dice, each with six sides.}$$
   解释

   该示例从两枚普通骰子出发。

   步骤依据

   音频中直接陈述。

   视频直接表达
2. 公式

   $$6 \times 6 = 36$$
   解释

   骰子投掷共有36种组合。

   步骤依据

   音频中直接陈述，之后再次被提及。

   视频直接表达
3. 公式

   $$36 \times 1{,}000 = 36{,}000$$
   解释

   将全部组合重复1,000次，即得到所展示的样本量。

   步骤依据

   黑板上显示为($6 \times 6 \times 1$,000)，口述为36,000次。

   视频直接表达

视频中暴力枚举骰子的示例使用了36、000次试验，板书上表示为（$6 \times 6 \times 1$，000）。

1. 声音
   观察依据

   主讲人指出，蒙特卡洛模拟通过随机抽样可能的结果来减少投掷次数；已知共有36种组合，并计算点数和为七出现的百分比。

1. 视频片段中未给出实际抽样所得的点数和为七的百分比。

1. 公式

   $$\text{Identify the finite outcome space: }36\text{ combinations of dice rolls.}$$
   解释

   该方法首先明确所有可能的有序骰子结果总数。

   步骤依据

   音频中直接陈述。

   视频直接表达
2. 公式

   $$\text{Randomly sample \text{可能结果} instead of exhaustively rolling }36{,}000\text{ times.}$$
   解释

   该模拟通过抽样而非暴力重复来减少工作量。

   步骤依据

   音频中直接陈述。

   视频直接表达
3. 公式

   $$\text{Calculate the percentage of sampled outcomes equal to the target, e.g. a seven.}$$
   解释

   目标概率由样本中目标结果出现的相对频率来估计。

   步骤依据

   音频中直接陈述。

   视频直接表达

对于骰子示例，视频将蒙特卡洛模拟描述为：从36种组合构成的空间中抽样结果，并测量目标结果出现的频次，从而估计目标概率。

1. 声音
   观察依据

   主讲人引入“投掷两枚标准骰子的概率计算”，并对比了暴力枚举法与蒙特卡洛抽样法。

2. 图示
   观察依据

   示例过程中，右下角出现动画紫色骰子。

3. 图示
   观察依据

   黑板上显示“36,000”和“(6 x 6 x 1,000)”。

1. 掷出七点的精确估算百分比未在画面中显示，也未口头说明。

以掷出七点为例，估算掷两枚标准骰子时对应结果的概率。

1. 有两枚标准骰子。

2. 每枚骰子有六个面。

3. 骰子投掷共有36种组合。

4. 暴力穷举示例使用1,000次重复，得到36,000次试验。

5. 所提及的目标结果是七点。

对比暴力穷举计数法与蒙特卡洛抽样法在估算目标骰子结果概率时的表现。

1. 公式

   $$\text{Brute force: roll the dice many times, say }36{,}000\text{ times.}$$
   解释

   视频首先将穷尽式重复描述为估算概率的直接方法。

   步骤依据

   音频中直接陈述，并写在黑板上。

   视频直接表达
2. 公式

   $$(6 \times 6 \times 1{,}000)=36{,}000$$
   解释

   所展示的算术运算解释了36、000这两个数字的来源。

   步骤依据

   在黑板上展示并口头讲解。

   视频直接表达
3. 公式

   $$\text{Monte Carlo: randomly sample the \text{可能结果}.}$$
   解释

   该模拟不采用暴力重复的方式，而是从结果空间中进行抽样。

   步骤依据

   音频中直接陈述。

   视频直接表达
4. 公式

   $$\text{Calculate the percentage of times the sampled result is a seven.}$$
   解释

   目标概率由所选结果的观测频率来估计。

   步骤依据

   音频中直接陈述。

   视频直接表达

该片段未给出数值形式的最终概率；它给出的是方法：估计抽样结果中等于七的结果所占的百分比。

片段中未展示任何数值验证过程。

1. 声音
   观察依据

   讲话者讨论投资组合管理与投资规划，指出投资者可运行成千上万次甚至上百万次模拟，以理解投资组合在不同市场条件下的表现。

2. 图示
   观察依据

   讲话者在黑板上写下“PORT. MAN.”。

1. 片段中未展示任何具体的投资组合模型、变量或数值输出。

使用蒙特卡洛模拟来理解投资组合在不同市场条件下的可能表现。

1. 应用领域是投资组合管理与投资规划。

2. 投资者可以运行成千上万次，甚至数百万次的模拟。

更清晰地了解投资组合在不同市场条件下的表现。

1. 公式

   $$\text{Run many Monte Carlo simulations of the portfolio.}$$
   解释

   视频指出，该应用中使用了大量模拟。

   步骤依据

   音频中直接陈述。

   视频直接表达
2. 公式

   $$\text{Compare simulated outcomes under different market conditions.}$$
   解释

   目的是推断投资组合在各类情景下的可能表现。

   步骤依据

   音频中直接陈述。

   视频直接表达

投资者能更清楚地了解其投资组合在不同市场条件下的潜在表现。

片段中未提供任何数值演算验证。

1. 图示
   观察依据

   黑色背景，顶部居中标题为“蒙特卡洛模拟”；演讲者居中站立；左下角姓名卡片显示“马丁·基恩 / 首席发明家 / IBM Cloud”。

2. 字幕依据
   观察依据

   左上角标志显示“IBM Cloud”。

1. 主讲人马丁·基恩

2. 标题文字“蒙特卡洛模拟”

3. 姓名卡片“马丁·基恩 / 首席发明家 / IBM Cloud”

4. 标志“IBM Cloud”

1. 姓名卡片在开场第一秒后出现在左下角。

1. 标题始终位于顶部中央。

2. 背景保持黑色。

此举在任何数学讲解开始前即明确了主题与主讲人。

1. 图示
   观察依据

   左侧出现三个紫色编号框：框1填入“它们如何运作？”，框2随后填入“谁在使用它们？”，框3保持空白。

1. 本片段中，框3从未填入文字。

1. 标有1的紫色框

2. 标有2的紫色框

3. 标有3的紫色框

4. 文字“它们是如何运作的？”

5. 文字“谁在使用它们？”

1. 1、2和3三个框依次出现。

2. 首先填充1框。

3. 稍后填充2框。

4. 3框在整个片段结束时始终保持空白。

1. 三框结构一旦引入，便始终保留在左侧。

该视觉布局将讲解组织为一系列问题，此处仅回答前两个问题。

1. 图示
   观察依据

   主讲人于右上方写下“随机抽样”，然后在其下方添加“36,000”和“（$6 \times 6 \times 1$,000）”。

1. 手写体“随机抽样”

2. 手写体“36,000”

3. 手写体“（$6 \times 6 \times 1$,000）”

1. 先写出“随机抽样”。

2. 再在其下方添加“36,000”。

3. “（$6 \times 6 \times 1$，000）”被添加在“36，000”下方。

1. 这些笔记此后一直保留在右侧可见。

书写内容将方法名称与骰子数值示例关联起来，并展示了样本量的构成方式。

1. 动画
   观察依据

   在骰子示例期间，动画紫色骰子出现在右下方，并在此后持续可见。

1. 动画骰子所显示的点数并不始终清晰可辨，不足以作为数学数据使用。

1. 两个紫色动画骰子

1. 骰子在主讲人介绍掷两枚标准骰子后出现。

2. 它们在视频其余部分始终位于右下角。

1. 骰子作为该示例的视觉提示，而非展示已解出的结果。

该动画展示了用于解释抽样与结果频次的具体随机试验。

1. 图示
   观察依据

   主讲人在讨论应用时，在画面偏下方中央手写“PORT. MAN.”

1. 手写的“PORT. MAN.”

1. 该缩写在回答第二个问题的过程中写出。

1. 它一直保留在画面上直至本片段结束。

该备注标出了本段后半部分所讨论的主要命名应用领域。

1. 动画
   观察依据

   主讲人在玻璃板右侧依次写下‘1/ PRED. MODEL’、‘2/ PROB DIST.’和‘3/ SIM.’。

1. 玻璃白板

2. 记号笔

3. 文字

1. 显示文字‘1/ 预测模型’。

2. 其下方显示文字‘2/ 概率分布’。

3. 再下方显示文字‘3/ 模拟’。

1. 主标题‘蒙特卡洛模拟’始终位于顶部。

2. 左侧的编号列表保持可见。

该视觉演进强化了蒙特卡洛模拟中三个步骤的顺序性。

1. 声音
   观察依据

   主讲人说：“这是一次窥见未来的机会，尽管真正的时间旅行目前仍超出我们的能力……”

将‘窥见未来的机会’这一说法误解为蒙特卡洛模拟真能预测未来或实现时间旅行。

视频随即用实际的时间旅行与这一比喻形成对比，并将蒙特卡洛模拟呈现为一种用于估计不确定结果的数学技术。

1. 声音
   观察依据

   在给出蒙特卡洛模拟的定义之后，进一步解释它通过建模概率并借助随机抽样来运作。

该通用定义通过建模结果概率并实施随机抽样的方法得以具体化。

1. 声音
   观察依据

   在定义随机抽样之后，主讲人说：“例如，考虑计算掷两枚标准骰子的概率。”

骰子例子被用来说明：如何在简单不确定过程中，借助随机抽样来估计概率。

1. 声音
   观察依据

   关于穷举试验与减少抽样的论述，是在骰子例子内部提出的。

穷举法与抽样法之间的对比，由骰子例子中的数值设定予以支撑。

1. 声音
   观察依据

   在定义完该技术后，主讲人转向‘谁在使用它’，并列举了若干应用领域。

同一技术随后被展示为可应用于金融、风险分析、医学及天体物理学等领域。

1. 声音
   观察依据

   投资组合管理被单独列为最广为人知的应用，并随后展开详述。

投资组合管理被视为所列应用领域中一个突出的特例。

1. 声音
   观察依据

   主讲人将因变量与自变量的定义作为构建预测模型的一部分。

识别因变量与自变量是蒙特卡洛模拟方法第一步中所需执行的一项具体操作。

1. 声音
   观察依据

   主讲人指出，需为自变量指定概率分布。

指定概率分布是对上一步所确定的自变量直接采取的操作。

1. 声音
   观察依据

   主讲人解释说，会依据这些分布生成随机数值，以构建一个具有代表性的样本。

通过生成随机数值来构建具有代表性的样本，依赖于第二步中定义的概率分布。

1. 声音
   观察依据

   主讲人提到在所收集的样本中计算方差与标准差。

方差与标准差等离散程度度量，是利用第三步生成的代表性样本中的数据计算得出的。

1. 声音
   观察依据

   主讲人将抽样数量与估计精度关联起来。

抽样越多则精度越高的原理，直接适用于代表性样本的规模与质量。

1. 声音
   观察依据

   蒙特卡洛模拟的开篇定义。

1. 蒙特卡洛模拟的定义
2. 蒙特卡洛模拟用于估算不确定事件的结果

1. 声音
   观察依据

   解释如何对概率建模并使用随机抽样。

2. 图示
   观察依据

   黑板上写着“随机抽样”。

1. 蒙特卡洛模拟的工作原理
2. 随机变量使直接预测变得困难
3. 随机抽样生成多个结果并对其取平均值

1. 声音
   观察依据

   主讲人指出，随机抽样可生成多种可能的结果，并计算其平均结果。

1. 蒙特卡洛模拟的工作原理
2. 随机抽样生成多个结果并对其取平均值

1. 声音
   观察依据

   主讲人描述用暴力法掷骰子36,000次。

2. 图示
   观察依据

   黑板上显示“36,000”和“(6 x 6 x 1,000)”。

1. 掷两枚标准骰子的概率
2. 推导出36,000次试验的骰子样本量。
3. 暴力法骰子示例使用36,000次试验
4. 36{,}000
5. $6 \times 6 \times 1${,}000

1. 声音
   观察依据

   说话人指出，蒙特卡洛模拟通过抽样结果并计算七点出现的百分比，减少了掷骰子的次数。

1. 掷两枚标准骰子的概率
2. 骰子示例的蒙特卡洛估计流程
3. 在骰子示例中，蒙特卡洛模拟减少了投掷次数。

1. 声音
   观察依据

   说话人以投资组合管理及其他领域回答“谁使用它们”。

2. 图示
   观察依据

   黑板上写着“投资组合管理”。

1. 蒙特卡洛模拟的常见应用领域
2. 投资组合管理应用
3. 大量模拟有助于投资者更好地理解投资组合的表现。

1. 图示
   观察依据

   方框3可见，但在整个片段中始终保持空白。

1. 问题3的内容不在本片段范围内。

1. 用于讲解蒙特卡洛模拟的三问题结构

1. 声音
   观察依据

   说话人将预见未来与真正的时间旅行进行对比。

1. 蒙特卡洛模拟并非字面意义上的时间旅行
2. 蒙特卡洛模拟的定义

1. 声音
   观察依据

   主讲人通过列出三个步骤，明确回答了“如何运行一次”的问题。

1. 蒙特卡洛模拟的三个基本步骤

1. 声音
   观察依据

   主讲人定义了构建预测模型的具体含义。

1. 因变量与自变量

1. 声音
   观察依据

   主讲人解释了如何指定概率分布。

1. 概率分布的数据来源

1. 声音
   观察依据

   主讲人指出，增加抽样次数可提高准确性。

1. 样本量与准确性的关系