[发明专利]一种蒙特卡罗模拟的数据处理方法和计算系统

说明书

本发明实施例提供了一种应用蒙特卡罗模拟的系统及相关计算方法，能够节省开发维护成本、学习成本、数据存储成本，并能够有效提高模拟的准确程度。该系统包括：数据输入及处理网页客户端、逻辑统计业务服务器端、客户端结果展示页面、数据库及信息记录调度引擎。其中，数据输入及处理网页客户端将原始数据运算后提交到逻辑统计业务服务器端，数据统计完成后再发送到客户端结果展示页面，原始计算数据保存到数据库后可由信息记录调度引擎调取并重新计算以展示结果。本发明在网页将全模拟实现且过程全部自动化，计算时将可能的数据分布微积分化后再合并读取，自动输入逐一计算，从而能够节省资源、提高效率，并能够保证模拟的高准确度。

技术领域

本发明涉及计算数学领域，特别涉及一种蒙特卡罗模拟的数据处理方法和计算系统。

背景技术

随着金融业价值投资理念迅速普及和编程技术的快速发展的到来，对于数据模型的需求越来越高，而模型的数据处理能力已经逐渐成为企业的核心竞争力之一。高效准确的数据处理架构能够帮助企业更快、更优地配置资源，从而为企业带来巨大的商业价值。

蒙特卡罗(Monte Carlo)模拟是目前应用水平要求最高的数据计算模型之一，使用此模型的用户可以根据自己预测的变量可能值来计算成千上万次，以求得结果可能处于的范围，并最终求得结果的期望值。这种计算方式目前已经可以用编程技术实现并适用于多个行业，但根据传统计算方法，运算时程序往往发生取值过于繁琐、简化后取估计值不准确及配置复杂的问题。

蒙特卡罗模拟的核心思想是：在求解结果值y值的计算过程中考虑了变量x的变化。如方程y＝2a+3b+1，预测a的取值很有可能在3至4，有较低可能在4至5，有极低可能在5至6，预测b的取值很可能在1至2，有较低可能在2至3，有极低可能在3至4，蒙特卡罗模拟时先在a的预测的可能范围取值后将此值赋予a，再在b的预测的可能范围取值后将此值赋予b，再按y＝2a+3b+1的方程计算后求得y的值，反复以上过程极多次，理论上即可得到结果值y可能处于的区间(即10至25，下限值2＊3+3＊1+1＝10，上限值2＊6+3＊4+1＝25)，由于蒙特卡罗模拟在取值时还考虑了a与b的取值倾向情况，因此结果值y在10至25的区间内存在更多的靠近10的分布，其期望值也更接近分布区间的下方，即接近10。此思想被普遍的应用于考虑劳动力输入增加及投资增加的范围来预测GDP产值的可能范围、考虑汇率的可能范围来预测出口贸易额的可能值范围等。以上的专业应用通常涉及到成千上万条的观察数据输入，再经过千万次的计算并得到成千上万条的结果，最终再将结果分布加以统计，如此繁琐的过程使得此模拟虽倍受业内推崇，却非常难以向大众推广。

一种业内的应用于蒙特卡罗模拟的数据处理技术解决方案是：将出现次数极少的参数变化可能情况视为无效并将其忽略，将更为可能的情况综合地、近似地考虑。

用户在使用这种传统数据处理作业的蒙特卡洛模拟的步骤是：

步骤1：设定好参数x与结果值y的方程之后，并将人为已筛选出的参数可能处于的区间的上限值与下限值，输入到相关的企业内部设计的蒙特卡罗模拟程序中并输入需计算的次数，蒙特卡罗模拟的程序会以均等的概率在参数变化范围内随机取值，代入相关方程并多次计算，其次数与之前输入的计算次数一致。

步骤2：将得到的y值结果加以统计，得到最低值与最高值后除以2，即得到结果值的期望值，其最高值与最低值即为结果值y值的可能区间的上限值与下限值。

图1所示的数据分析作业方法主要存在以下问题：其剔除掉的可能的数据值很可能不是无理数据，因此盲目剔除掉之后影响了变量数据的准确性，也间接影响了结果值的准确性；近似地认为参数的主要变化范围为均布分布忽略掉了变量数据分布的倾向性，导致计算后结果值的数据分布也没有倾向性，降低了实际情况的可分析性。