Simulación Monte Carlo
Un método que dibuja miles de posibles caminos para mostrar un RANGO de resultados, no un solo resultado.
Una simulación de Monte Carlo es una técnica computacional que, en lugar de un único pronóstico, genera miles de "caminos" aleatorios de valor a lo largo del tiempo. Cada ejecución comienza desde el valor actual y, paso a paso, añade un retorno aleatorio cuya distribución se basa en datos históricos: el retorno promedio (deriva) y la volatilidad del activo o cartera. Debido a que cada paso es aleatorio, algunos caminos suben y otros caen a través de una serie de resultados negativos. Es por eso que el valor simulado de la cartera PUEDE disminuir a pesar de un retorno promedio positivo. Del conjunto completo de caminos, se calcula la distribución de los resultados finales y se muestran los percentiles seleccionados: la mediana (p50), un escenario pesimista (por ejemplo, p10) y uno optimista (por ejemplo, p90). El ancho de este "abanico" refleja la incertidumbre: cuanto mayor es la volatilidad, mayor es la dispersión. Es una ilustración probabilística de rangos posibles basada en el pasado. No es un pronóstico, una garantía o un consejo, ya que la volatilidad pasada no predice la volatilidad futura.
En palabras sencillas
El ordenador reproduce tu cartera miles de veces con oscilaciones aleatorias basadas en su volatilidad pasada. En lugar de un número, obtienes un abanico: desde el peor caso hasta el mejor caso. Algunos sorteos resultan mal, por eso algunos caminos caen.
Ejemplo
Después de 1,000 ejecuciones, la mediana (p50) se acerca al valor actual, p10 alcanza −40% y p90 +90%. Un abanico amplio indica alta incertidumbre. Es una ilustración de rangos posibles, no una predicción de un resultado específico.
También conocido como: monte carlo, symulacja monte carlo, monte carlo simulation, симуляція монте-карло