Monte Carlo අනුකරණය යනු ගණිතමය මුදල් විශ්ලේෂණයේ සුපිරි උපකරණයක්. සංකීර්ණ ගණිත සූත්රයක් නොමැති විට, අපි ගණනාවක් අනාගත මිල මාර්ගයන් නිර්මාණය කර, ඒ මාර්ග අනුව විකල්ප (derivative) මිල ගණන කර, පසුපසින් ඒ සියල්ලේ සාමාන්යය ගණනය කරයි. මෙය මොනේකෝ කැසිනෝවෙන් ආරම්භ වූ නාමයක්; නමුත් නිවැරදිව භාවිතා කළහොත් මේක තරඟයක් නොවේ, එය විශ්වාසදායක ගණනයකි.
ආරම්භක මොඩලයක් ලෙස භාවිතා වනවා Geometric Brownian Motion (GBM) වේ. මෙහිදී පවතින කොටස් මිල St එක, අපේක්ෂිත ආපසු ආදිය (μ) සහ තරංගතාව (σ) යන දෙකේ බලපෑමක් ලැබේ. Python භාෂාවෙන් ලියන ලද කේත උදාහරණයක් පෙන්වයි, ඒක 100,000 සීමාභාගයන් සහ 252 පියවරයන් (දින 1) භාවිතා කර, යුරෝපීය කෝල් විකල්පයක් මිල ගණන කරයි. එම කේතය තුළ drift සහ diffusion අංගයන් ගණනය කර, අවසාන මිල ගණනට පසු, වට්ටම් කරමින් නිවැරදි මිල ලබා දේ.
Monte Carlo නවීන ගණිතමය ව්යාපාරයක අඩුපාඩුවක් නම්, එහි සමාන්ය දෝෂය O(1/√N) ලෙස අඩු වීමයි; අර්ථාත්, දෝෂය අඩු කර ගැනීමට නියමිත අනුකරණ ගණන වැඩි කළ යුතුය. මෙය හලන්න variance reduction ක්රමයන් භාවිතා කරයි:
- Antithetic Variates – එක් මාර්ගයක් සඳහා Z අගය ගෙන, එයට -Z එකත් එක්ක ගණනය කිරීම.
- Control Variates – Black‑Scholes වැනි වසා ඇති ආකෘතියක් උපකාරක ලෙස භාවිතා කිරීම.
- Cholesky decomposition – බාස්කට් විකල්ප හෝ පෝට්ෆෝලියෝ ව්යුහයන් සඳහා සම්බන්ධිත මාර්ග නිර්මාණය.
ශ්රී ලංකාවට ඇති වැදගත්කම
ශ්රී ලංකාවේ විශ්වවිද්යාල සිසුන්, පරිගණක ඉංජිනේරුවන් හා ආර්ථික ආයතන සඳහා Monte Carlo අනුකරණය ඉතා ප්රයෝජනවත් වේ. පළමුව, ප්රායෝගික Python කේත උදාහරණය මඟින් සිසුන්ට අධ්යයන පරිසරය තුළම සංකීර්ණ මුදල් මොඩලයන් අත්හදා බැලීමට හැකියාව ලැබේ. දෙවැන්න, පළාත් ව්යාපාරිකයන්ට බ්ලැක්‑ෂෝල්ස් ආකෘතියට නොගැලපෙන විකල්ප, ඇමරිකානු වර්ගය හෝ බාස්කට් විකල්ප වැනි උසස් නිෂ්පාදන මිලගණන සකස් කර, අවදානම් කළමනාකරණය වඩාත් නියමිතව කරගත හැකිය. තෙවැනිය, variance reduction තක්සේරු ක්රමයන් භාවිතා කිරීමෙන් ගණනාවක් අනුකරණ කරගත හැකි අතර, ඒ නිසා පරිගණක සම්පත් සීමිතව ඇති ස්ථානයේද කාර්යක්ෂමව වැඩ කර ගත හැකිය.
අදාල තාක්ෂණය ශ්රී ලංකාවේ fintech සමාගම්, වාණිජ බැංකු හා ආයෝජන කළමනාකරණ ආයතනවලට නව නිර්මාණාත්මක නිෂ්පාදන සංවර්ධනයට මාර්ගයක් සලසයි. Python, NumPy වැනි විවෘත-මූලාශ්ර (open‑source) මෙවලම් නිසා, ඉගෙන ගන්නා කට්ටලයට අඩු වියදමින් ඉහළ ප්රතිඵල ලබා ගත හැක.
Monte Carlo අනුකරණය ඉක්මනින් “නැවත අනුකරණ” වශයෙන් ප්රවේශමක් නොව, නව මුදල් නිෂ්පාදනවලට ගැළපෙන මූලික උපකරණයක් බවට පත්වේ. ඔබත් මේ තාක්ෂණය අත්හදා බැලීමට කැමති නම්, Python කේත උදාහරණය සහ variance reduction ක්රමයන් අධ්යයනය කරන්න; ඒක ඔබේ දත්ත විශ්ලේෂණ කුසලතාවය ඉහළ නැංවීමට හොඳම මාර්ගයයි.
