金融工学でのモンテカルロ法(03/23)：一様分布と一様乱数

　今回から、金融工学におけるシミュレーションについて学んでいく。テキストとして以下を使う。今回はP.40まで。

モンテカルロ法の金融工学への応用 (シリーズ現代金融工学)

作者:祥二, 湯前,輝好, 鈴木
朝倉書店

Amazon

power-of-awareness.com

3.　一様分布と一様乱数
次回

3.　一様分布と一様乱数

　モンテカルロ法は

問題に沿った（同時）分布に従う（多変量）乱数列の生成
その乱数列を使った計算

の2つの部分に分けて考えられる。乱数列の生成は更に

.一様分布に従う乱数列 $\{u_1,u_2,\cdots,u_n\}$ の生成
.それを元にした必要な同時分布に従う乱数列 $\{\boldsymbol{x}_1,\boldsymbol{x}_2,\cdots,\boldsymbol{x}_n\}$ の生成

に分けられる。

3.1 標準一様分布

　標準一様分布 $U(0,1)$ は、その分布関数および確率密度関数が

${\displaystyle F_U(x)=\begin{eqnarray} \left\{ \begin{array}{l} 0,& x\leq0\\ x,& 0\leq x \lt1\\ 1,& 1\leq x \end{array} \right. \end{eqnarray} }$

および

${\displaystyle \begin{eqnarray} f_U(x)=\left\{ \begin{array}{l} 0,& x\leq0, 1\leq x\\ 1,& 0\lt x \lt1 \end{array} \right. \end{eqnarray} }$

であるような確率分布である。
　その平均 $\mu_{U}$ と分散 ${\sigma_U}^2$ はそれぞれ

$\begin{aligned} \mu_{U} &= \int_{-\infty}^{\infty}xf_U(x)dx = \int_{0}^{1} x dx=\displaystyle{\frac{1}{2}},\\ {\sigma_U}^2&=\int_{-\infty}^{\infty}(x-\mu_U)^2f_U(x)dx =\int_{0}^{1}(x-\displaystyle{\frac{1}{2}})^2 x dx =\displaystyle{\frac{1}{12}} \end{aligned}$

である。

3.2 擬似乱数

　通常、モンテカルロ法では、乱数をメモリの有限性を制約として漸化式を用いて次のように生成する：

コンピュータの中に初期状態 $s_1$ を用意する

ある関数 $f$ を用いて以下の漸化式で状態を順次移る：

$\begin{aligned} s_{n+1}=f(s_n) \end{aligned}$

各々の状態 $s_n$ から数を $1$ つずつ出力して、それらを並べて数列 $\{x_1,x_2,\cdots,x_n\}$ を得る。

3.3 メルセンヌ・ツイスター

　準乱数を生成するためのアルゴリズムとして、メルセンヌ・ツイスターが多用されている。
　1文字を $32$ ビットとし、 $32$ 個の横に並んだ箱で表す。これを縦に $624$ 個重ねる。ただし一番上の $624$ 番目については、左端の $1$ ビットだけを用いる。したがって $32*623+1=19.937$ ビットを用いる。こうした箱を用いることで、取り得る状態の集合 $\{s_n\}$ の要素の個数はすべてが $0$ である場合を除いて $2^{19937}-1$ である。
　この $624$ 段の箱から次の1段をつくる関数