Simulation de Monte Carlo
Une méthode qui dessine des milliers de chemins possibles pour montrer une GAMME de résultats, pas un seul résultat.
Une simulation de Monte Carlo est une technique de calcul qui, au lieu d'une seule prévision, génère des milliers de «chemins» de valeur aléatoires au fil du temps. Chaque exécution part de la valeur actuelle et, étape par étape, ajoute un rendement aléatoire dont la distribution est basée sur des données historiques: le rendement moyen (dérive) et la volatilité de l'actif ou du portefeuille. Parce que chaque étape est aléatoire, certains chemins montent et d'autres chutent à travers une série de tirages négatifs. C'est pourquoi la valeur simulée du portefeuille PEUT diminuer malgré un rendement moyen positif. À partir de l'ensemble des chemins, la distribution des résultats finaux est ensuite calculée et les percentiles sélectionnés sont affichés: la médiane (p50), un scénario pessimiste (par exemple p10) et un scénario optimiste (par exemple p90). La largeur de cet «éventail» reflète l'incertitude: plus la volatilité est élevée, plus l'écart est grand. C'est une illustration probabiliste des plages possibles basée sur le passé. Ce n'est pas une prévision, une garantie ou un conseil, car la volatilité passée ne prédit pas la volatilité future.
En termes simples
L'ordinateur rejoue votre portefeuille des milliers de fois avec des variations aléatoires basées sur sa volatilité passée. Au lieu d'un seul chiffre, vous obtenez un éventail: du pire cas au meilleur cas. Certains tirages se révèlent mauvais, c'est pourquoi certains chemins chutent.
Exemple
Après 1 000 exécutions, la médiane (p50) se situe près de la valeur actuelle, p10 atteint -40% et p90 +90%. Un éventail large signale une incertitude élevée. C'est une illustration des fourchettes possibles, pas une prédiction d'un résultat spécifique.
Aussi connu sous le nom de: monte carlo, symulacja monte carlo, monte carlo simulation, симуляція монте-карло