模拟法是一种基本的算法思想，其主要特征是根据给定的规则编写程序，按照时序、逻辑顺序等，对原始的计算过程进行细粒度的展现。模拟法一般不会针对计算目标优化或者精简计算过程，而是力求尽可能地展现原始计算过程的细节。可以拿魔方做例子。不会玩魔法的情况下，我们就是按照公式，去模拟说明书中的描述，去套公式，实现还原。做题可以对应NOIP2015，神奇的幻方。那个题目也是按照过程用二维矩阵去按步骤更新值。
蓝桥杯必备算法模板（python蓝桥杯）：前缀和模板差分模板二分双指针位运算最大公约数和最小公倍数模板判断质数和埃氏筛法模板唯一分解定理和质因数分解关系和模板快速幂并查集区间合并回溯算法模板：DFS(深度优先搜索)BFS(广度优先搜索)最小生成树拓扑排序floyd算法狄克斯特拉算法动态规划(01背包)： ?只有把基础的算法模板熟练掌握，才有可能解决考场上变化的题目，本篇文章最适合了解这些算法的同
转载
2024-07-25 16:54:22
94阅读
目录1、概述2、代码1、概述 随机模拟方法也称为Monte Caro（孟特卡罗）
原创
2022-08-16 01:02:56
188阅读
回顾VaR的定义，为未来收益的累计分布函数，那么 所以，VaR本质上为未来收益的分位点。要计算它，最重要的是估计未来收益的分布。在实际计算中有两种大的方向： 在满足某种分布（通常使用正态分布）的假设上，估计该分布的参数，便可确定整个分布，然后求分位点。对进行抽样，通过样本的分位点估计整个分布的分位点。 第一个方向被称为参数法；后一个方向成为模拟法，在实际使用中，又可分为历史模拟法和蒙特卡洛模拟法两种。对于这三种方法，不单需要知道它们的计算方法，更重要地是了解它们的假设和适用范围。以下提到的风险因子、风险映射、风险矩阵、估值等概念，已在【VaR Primer】风险因子和估值框架里详细描述。其它.
转载
2012-01-16 15:24:00
308阅读
2评论
Description
原创
2023-02-03 11:16:58
66阅读
一、蒙特卡洛方法动态规划方法是建立在模型已知的情况下，但是往往大多数情况下模型是未知的，实际应用中我们不可能完全了解一个环境的所有知识，比如说得出它的状态转移矩阵。这个时候蒙特卡洛算法就派上用场了，它只需要从经验（experience）中去学习，这个经验包括样本序列的状态（state）、动作（action）和奖励（reward）。得到若干样本的经验后，通过平均所有样本的回报（return）来解决强
转载
2024-03-07 09:59:38
60阅读
参数法 正态VaR：假设资产组合的收益率服从正态分布，那么VaR也服从正态分布，VaR=-(μ-Z·σ)×P0，算出来的是loss，如果为负则为收益。μ为资产组合的期望收益率，用往年平均收益率替代；σ为组合收益率的波动率；Z=Φ-1( c )为正态分布的分位数（取正数）；P0为组合的价值。证明如下： 对数正态VaR：假设资产组合的对数收益率服从正态分布，那么VaR服从对数正态分布，VaR=(
转载
2023-09-18 16:00:20
10阅读
蒙特·卡罗方法（Monte Carlo method），也称统计模拟方法，是二十世纪四十年代中期由于科学技术的发展和电子计算机的发明，而被提出的一种以概率统计理论为指导的一类非常重要的数值计算方法。是指使用随机数（或更常见的伪随机数）来解决很多计算问题的方法。与它对应的是确定性算法。这个方法的发展始于20世纪40年代，和原子弹制造的曼哈顿计划密切相关，当时的几个大牛，包括乌拉姆、冯.诺依曼、费米、
的整次幂尽可能远,降低冲突概率，这里取1e5+3 对一个数取模后，如何处理冲突？这里就用到了链表，链表里只有一个头节点，而这里有很多头节点，h[] 每个结点，对应着
原创
2022-09-26 16:32:02
89阅读
分析：写这题快写吐了...... 这道题的思路其实很容易想到：处理出每个点往左往右分别能看到哪. 然后以每个点为起点，照着题目说的那样记忆化搜索一下就好了,用st表处理出转向的情况. 怎么预处理呢？实际上就是维护了一个上凸壳，仿照凸包的维护方法即可. st表不再存储值，而是对应下标. 下面说说我de
原创
2021-12-31 09:56:03
150阅读
今天把一维搜索和共轭梯度法加在牛顿法前面，发现模拟比较顺利了。这个是模拟的结果，从左到右硬度递增在某些情况下还是有问题，如图在伸直姿态附近容易走到局部极值。发现模拟失败有以下几种情况：1. 牛顿法失败以下是其中失败的一步：
原创
2015-02-05 16:16:00
314阅读
行，每行包含一个操作指令，操作指令为 I x，Q x 中的一种。对于每个询问指令 Q x，输出一个询问结果，如果 x。在集合中出现过，则输出 Yes，否则输出 No。次操作，对于每个询问操作输出对应的结果。I x，插入一个整数 x。Q x，询问整数 x。是否在集合中出现过；
原创
2023-10-30 10:33:28
77阅读
# Python 基于历史模拟法统计的科普介绍
## 什么是历史模拟法？
历史模拟法（Historical Simulation Method）是一种用于风险管理和金融分析的常用技术。它的基本思想是通过对过去市场行为的模拟来评估未来可能的收益与风险。这种方法广泛应用于金融机构、投资组合管理和衍生品定价等领域。
历史模拟法的核心在于利用历史数据来计算各类指标，如收益率、波动率、最大回撤等。在现
原创
2024-10-03 06:33:13
32阅读
/* * UVA_11000.cpp * * Created on: 2013年10月24日 * Author: Administrator */#include #include using namespace std;int main(){ int n; while(scanf("%d",&n)!=EOF,n!=-1 ){ /** * a :
原创
2013-12-14 13:58:33
129阅读
A1157. JAM计数法时间限制：1.0s 内存限制：256.0MB 总提交次数：
原创
2022-09-26 14:49:24
67阅读
行，每行包含一个操作指令，操作指令为 I x，Q x 中的一种。对于每个询问指令 Q x，输出一个询问结果，如果 x。在集合中出现过，则输出 Yes，否则输出 No。次操作，对于每个询问操作输出对应的结果。I x，插入一个数 x。是否在集合中出现过；
原创
2023-02-13 09:46:26
71阅读
统计应用安装成本是免费游戏运营策略的关键部分。当每安装成本达到1~2美元的时候尤是如此。为此，发行商投入大量的资源进行玩家生命周期价值（LTV）预测。这些预测方式通常有如下三种：1、平均每日每活跃玩家收入（ARPDAU）2、交易预测3、不同玩家群体预测第一种方式为每日收入预测；第二种方式为每玩家交易的次数与额度预测；最后一种为通过同一群体的玩家历史价值进行预测；以下将会详细介绍这三种计算方式，从
001 什么是蒙特卡洛模拟 蒙特卡洛模拟，又称为统计实验方法 以概率论和统计理论方法为基础的一种计算方法 通过随机数来解决很多计算问题 主要步骤是： 将实际问题转化为概率模型 通过计算机实现统计模拟，以获得问题的近似解002 基本原理 蒙特卡洛模拟抓住事物运动的几何数量和几何特征，利用数学方法来模拟，是一种数字模拟实验。它是一个以概率模型为基础，按照这个模型所描绘的过程，通过模拟实验的结果，作为
鸢尾花（Iris）数据集是一个经典的数据集，用于机器学习和统计学习中的分类和聚类问题。该数据集包含了三种不同类型的鸢尾花（山鸢尾、变色鸢尾和维吉尼亚鸢尾）的测量数据，每种花各有50个样本。每个样
原创
2023-05-06 09:14:35
238阅读
/* * 1017_1.cpp * * Created on: 2013年10月6日 * Author: Administrator */#include #include using namespace std;int main(){ int a[7],m,left1,left2; while(true){ int sum = 0; int
原创
2013-10-06 10:34:55
31阅读
