 |
|
Subject: insurance risks, scenario generation, modelling, gen. Помогитя, люди добрые, ниче в этом тексте не понимаю, помогите, кто чем может, благодарствую.:Many insurers, Mr X. says, are exploring proxy modelling techniques such as least squares Monte Carlo in their internal models, and XYZ Company has been working on scenario generation techniques to support this. В частности, интересуют: proxy modelling techniques, least squares Monte Carlo. Речь идет о разработке программного продукта Economic Scenario Generator. |
|
Proxy model[l]ing -- это приближенное моделирование. Смысл в том, что модель упрощается, чтобы сократить объем расчетов. Точность теряется, но результат получается значительно быстрее. Least squares Monte Carlo -- это модель Монте-Карло, оцененная с применением метода наименьших квадратов. Грязные математические детали объяснить или пока и так сойдет? |
|
прокси-метод моделирование, моделирование с помощью методов Монте Карло и наименьших квадратов http://gendocs.ru/v13365/лекции_по_социально-экономическому_прогнозированию |
|
NC1, спасибо, очень доходчиво. Про какие "Грязные математические детали" Вы говорите? |
| грачик, и Вам спасибо, полистаю. |
|
Рудут, Ну раз уж Вы спросили... :) Стандартный метод Монте-Карло -- это большое (бывает и миллионы, и больше) число сценариев. Есть несколько независимых переменных, каждая из которых подчиняется какому-то закону распределения. Для каждого сценария случайным образом (но в соответствии с законами распределения) выбирается набор исходных данных и рассчитывается ожидаемое в этом сценарии значение зависимой переменной. По результатам множества сценариев возникает некоторое множество возможных значений зависимой переменной, по которому можно определить наиболее вероятное значение и разброс значений. Альтернативный вариант -- оценить Монте-Карло с применением метода наименьших квадратов. Сценариев на несколько порядков меньше (десятки, редко сотни), и множество возможных значений зависимой переменной получается намного меньше. Наиболее вероятное значение получается путем применения метода наименьших квадратов к этому небольшому множеству. А разброс оценивается исходя из допущения о том, что множество возможных значений зависимой переменной -- это выборка, подчиняющаяся какому-то стандартному распределению (обычно нормальному или лог-нормальному). |
| Виноват, оценить модель Монте-Карло... |
| Спасибо, NC1! |
|
метод "монте-карло" - вот так это пишется по-русски... ... исследуют возможность использования в своих (корпоративных) моделях таких методов (анализа) как метод нименьших квадратов "монте-карло" |
|
Спасибо, Иван! Вот еще одно предложение, которое я не знаю, как сформулировать: The scenario generation techniques are sophisticated and need reasonably high-performance calibration techniques to make that happen. |
|
Вольный перевод: Методы формирования вариантов ("сценариев") достаточно сложны и требуют высокопроизводительных средств настройки и отбраковки |
| вот знаю, что наши мудисаналитикс любят слово "калибровка"... это и есть настройка и отбраковка? |
|
Если я правильно представляю, речь о серии реализаций (итераций) модели с изменяемыми параметрами. Это требует больших копьютерных мощностей - рабочая станция или кластер ПК трудится много часов... В результате получается ряд вариантов (сейчас их модно называть "сценариями"), отвечающих заданным условиям, а остальные отбраковываются как несостоятельные. Настойка = калибровка Отбраковка = определение негодных вариантов |
| You need to be logged in to post in the forum |