蒙地卡羅
獨立測試蒙特卡羅模擬
我正在 Python/SciPy 中建構蒙地卡羅期權定價模型。我想通過在 Excel 中獨立建構模型然後比較結果來測試 Python 程式碼產生的結果。當然，這些值不會完全匹配，但什麼足夠接近？
我的想法是計算標準誤差，然後計算 95% 置信水平的範圍，其中兩個實現的真實均值所在。如果這兩個範圍重疊，那麼它就足夠接近了。
我還將進行足夠的模擬，以使標準誤差小於估計平均值的 2%。
或者，我可以在 Python 中生成隨機數並將其輸入 Excel 以獲得一種準蒙特卡羅。或者我可以給它同樣的種子（但我不確定這是否可行）。
我上面描述的方法是否合理或還有其他選擇？
我不會在 Excel 上重複相同的算法，因為如果你在 Python 程式碼中犯了錯誤，很可能你也會在 Excel 程式碼中犯同樣的錯誤。
Quants 通常使用分析公式測試實現（並非總是可能）。你應該從簡單的開始，用你的 MC 算法為歐式期權定價。您應該將您的 MC 價格與 Black-Scholes 進行比較。請注意，您不必自己編寫公式，Google“線上布萊克斯科爾斯計算器”。
做一些執行，根據 N 繪製標準誤差，其中 N 是迭代次數。確保 MC 的標準誤差下降 N 的平方根（中心極限定理）。
數據視覺化是你的朋友。繪製現貨價格隨時間的分佈。他們有趨勢嗎？除非您的漂移為零，否則您應該看到趨勢。現在，將漂移變為零，你看到正態分佈了嗎？情節看起來對稱嗎？模型驗證的關鍵是深入了解底層分佈以及如果更改參數會是什麼樣子。
您還可以將您的 MC 與其他人的 MC 實現進行比較。通常，您應該使用獨立完成的實現來驗證您的結果（即：不是您）。