Monte-Carlo-Simulation: Wie wir die Entwicklung unserer Portfolios prognostizieren
Wir bei Descartes arbeiten unter anderem mit der Monte-Carlo-Simulation, um potenzielle Risiken und Renditen einer Anlage besser beurteilen zu können. Das Monte-Carlo-Verfahren nach dem berühmten Glücksspielort in Monaco benannt – weil sie dieselben zufälligen Eigenschaften wie ein Roulette-Spiel aufweist – hat aber ansonsten nichts mit der monegassischen Hauptstadt zu tun.
Was ist eine Monte-Carlo-Simulation?
Die Monte-Carlo-Simulation ist eine mathematische Methode und inzwischen ein wichtiger Bestandteil der Finanzwirtschaft, insbesondere für die Portfolio-Optimierung und das Risiko-Management. Die Methode ermöglicht es Finanzexpert:innen, Szenarien für eine Anlage zu berechnen und dadurch das Risiko zu quantifizieren und zu minimieren.
Mit Zufallsstichproben werden Berechnungen und Vorhersagen gemacht – unter anderem auch bei fianziellen Investitionen.
Wie berechnet man das Risiko eines Portfolios mithilfe der Monte-Carlo-Simulation?
Der Grundgedanke der Monte-Carlo-Simulation ist es, die Wahrscheinlichkeit abzuschätzen.
Dazu definieren wir Variablen, die für die Investition relevant sind – zum Beispiel die erwartete Rendite und das erwartete Risiko. Dann machen wir haufenweise Zufallsstichproben auf der Grundlage dieser Kennzahlen. Mit den Ergebnissen können wir das Risiko quantifizieren und bessere Entscheidungen über die Verteilung von Vermögenswerten treffen.
Wer hat die Monte-Carlo-Simulation erfunden?
Die Monte-Carlo-Methode wurde von Stanislaw Ulam, Nicholas Metropolis und John von Neumann in den 1940er-Jahren erfunden. Sie basiert auf der Idee, Prozesse mit Unsicherheiten und Zufällen mathematisch zu modellieren und zu simulieren.
Arianna Rosenbluth, eine frühe Pionierin für Computersimulationen, war später erheblich an der Weiterentwicklung der Monte-Carlo-Methode beteiligt. Sie war eine der ersten, die den Algorithmus auf Probleme im Bereich der Atomphysik anwendete und dazu beitrug, dass er zu einem wichtigen Werkzeug in einer Vielzahl von Anwendungen wurde, darunter auch in der Finanzwelt.
Was sind die Vorteile der Monte-Carlo-Simulation im Vergleich zu anderen Methoden?
Einer der Hauptvorteile der Monte-Carlo-Simulation besteht darin, dass sie es den Anleger:innen ermöglicht, ein breites Spektrum möglicher Szenarien statt nur eine einzige Punktschätzung zu berücksichtigen. Dies kann besonders bei Investitionen mit einem hohen Mass an Unsicherheit nützlich sein, wie zum Beispiel bei Investitionen in Schwellenländer. Ganz nach dem Motto:
«I'd rather be vaguely right than precisely wrong.»
Wie gut funktioniert die Monte-Carlo-Simulation in der Finanzwelt?
Monte-Carlo-Simulationen haben sich in der Finanzindustrie als nützliches Werkzeug erwiesen. Sie haben jedoch auch ihre Grenzen, da sie nur so genau sind wie die Daten, die zur Generierung der Szenarien verwendet werden. Ausserdem sind sie nicht in der Lage, unvorhergesehene Ereignisse oder aussergewöhnliche Umstände zu berücksichtigen.
Trotzdem bleiben Monte-Carlo-Simulationen ein wichtiges Werkzeug in der Finanzindustrie und werden weiterhin zur Vorhersage von Ergebnissen von Ereignissen mit Unsicherheiten verwendet, auch bei Descartes.