Este es el broche final. Seis lecciones construyeron el simulador desde una idea hacia afuera: cuando no existe fórmula, genera miles de futuros aleatorios y promedia. Aprendiste por qué la ley de los grandes números hace fiable esa media; cómo fabricar extracciones normales y de colas gruesas a partir de un flujo de uniformes; cómo el movimiento browniano geométrico convierte esas extracciones en un abanico de trayectorias de precio; cómo ese abanico responde a las preguntas sin fórmula de la jubilación y la ruina; cómo la simulación neutral al riesgo valora las opciones dependientes de la trayectoria que Black–Scholes no puede tocar; y cómo leer honestamente la barra de error de un número simulado y encogerla barato. Sin hoja de fórmulas, sin pistas, sin marcha atrás: cada respuesta se bloquea en el instante en que la envías, las opciones equivocadas son las trampas exactas que engañan a las mesas reales, y tu puntuación permanece oculta hasta el final.
Cómo funciona este examen
Este es un examen calificado. Las preguntas llegan de una en una. Una vez que envías una respuesta es definitiva — no hay marcha atrás, ni segundo intento, y una respuesta equivocada simplemente suspende esa pregunta. Tu puntuación permanece oculta hasta el final, donde necesitas un 70 % para aprobar. Lee todas las opciones antes de comprometerte.
¿Cuál es la idea central de la simulación de Montecarlo?
Select an answer to continue.
¿Aprobado? Esto es lo que ahora dominas
Puedes tomar un problema sin solución limpia, construirle un simulador y leer su respuesta honestamente. Sabes que la ley de los grandes números hace fiable la media, cómo muestrear cualquier distribución, cómo el GBM convierte extracciones en trayectorias de precio, cómo proyectar resultados de jubilación y valorar opciones exóticas, y —lo más importante— que un intervalo de confianza ajustado en torno a un supuesto basura sigue siendo basura. Ese último instinto separa a un operador de simulaciones de un quant.
Big picture
Montecarlo en finanzas — el kit completo
- Montecarlo en finanzas
- La idea
- ¿Sin fórmula? Simula y promedia
- La ley de los grandes números garantiza la convergencia
- Estima E[f(X)] por (1/M) Σ f(x_i)
- La materia prima
- Las extracciones uniformes lo construyen todo
- Transformada inversa y Box–Muller
- Colas gruesas y extracciones correlacionadas vía Cholesky
- Trayectorias de precio (GBM)
- Rendimientos logarítmicos multiplicativos mantienen los precios positivos
- Deriva, difusión y el término de arrastre de varianza
- Un abanico de trayectorias, no una sola
- Poniendo las trayectorias a trabajar
- Jubilación: cono de resultados, tasa de éxito
- Riesgo de secuencia de rendimientos
- Valoración neutral al riesgo de opciones asiáticas y barrera
- Honestidad sobre el error
- El error encoge como 1/√M — cuadruplica para reducir a la mitad
- Reporta estimación ± 1,96·SE
- Las variables antitéticas y de control recortan la varianza
- Más trayectorias nunca arreglan el sesgo del modelo
- La idea
Eso es el kit de Montecarlo, de principio a fin. Ahora dominas el caballo de batalla de las finanzas cuantitativas —el método que está debajo de los motores de VaR, las mesas de opciones y las calculadoras de jubilación por igual— y, igual de importante, el instinto de desconfiar de su pulida salida exactamente tan fuerte como desconfías de los supuestos que le alimentaste.