Simulación Monte Carlo
Glosario de inversión · Modelos y probabilidades
Un método que ejecuta miles de escenarios aleatorios para mostrar el rango y la probabilidad de los resultados posibles.
Definición
Una simulación Monte Carlo responde «¿qué podría pasar?» ejecutando un modelo miles de veces con datos aleatorios. Cada ejecución es un futuro posible; juntas forman una distribución de resultados, de la que se leen rangos y probabilidades, como la posibilidad de terminar por encima del precio de hoy.
En inversión se usa para proyectar precios y portafolios cuando ninguna fórmula da la respuesta directamente. Su fortaleza es que muestra la incertidumbre en lugar de esconderla detrás de un solo pronóstico. Su debilidad es que el resultado es tan bueno como los supuestos: si la volatilidad o la forma de los rendimientos están mal, miles de ejecuciones se equivocarán de forma consistente.
Fórmula
S_T = S₀ · exp( (μ − σ²/2)·T + σ·√T·Z ), Z ~ N(0, 1) (repetido miles de veces)
S₀ = precio de hoy, μ = rendimiento anual esperado, σ = volatilidad anual, T = tiempo en años, Z = un valor aleatorio de una distribución normal estándar. Cada ejecución saca un Z nuevo.
Ejemplo resuelto
En la simulación de ATLAS para NVIDIA (NVDA), con precio de US$219.06, el resultado mediano tras 21 sesiones es de US$219.00. Nueve de cada diez resultados caen entre US$182.38 y US$262.97, y el 50% de los resultados termina por encima del precio de hoy.
El mensaje es el ancho del rango: la simulación muestra qué tan incierto es el próximo mes, no lo que va a pasar.
Cómo lo usa ATLAS
ATLAS ejecuta simulaciones para producir el rango esperado y la probabilidad de subir en la ficha de cada acción, y te deja probar tus propios supuestos en la herramienta de simulación de escenarios.
Relacionado en ATLAS: Simulación de escenarios →Ver todas las herramientas de ATLAS →Míralo en una acción real
El ejemplo de arriba usa estas empresas. Abre su ficha para ver todos los números:
Preguntas frecuentes
¿Una simulación Monte Carlo predice el futuro?
No. Muestra la dispersión de resultados que se desprende de sus supuestos. Te dice qué es plausible, no lo que va a pasar.
¿Cuántas simulaciones hacen falta?
Las suficientes para que los resultados dejen de cambiar de una ejecución a otra; lo habitual son miles. Más ejecuciones dan estimaciones más suaves, no mejores supuestos.
Términos relacionados
Aplica la idea a tus propias acciones
Abre cualquier empresa en ATLAS y verás su valor justo, su probabilidad de subir y sus cifras de riesgo lado a lado.
Probar ATLAS →No es asesoría de inversión. Las estimaciones de ATLAS las generan modelos estadísticos con datos públicos; pueden fallar y el pasado no garantiza resultados futuros. Piensa en tu propia situación antes de invertir. Aviso legal