Предположим, Вы инвестировали 150 000
СценарииЧерез 3 годаЧерез 5 летЧерез 10 лет
ПозитивныйСколько у Вас может быть средств с учетом комиссий299 773 432 0751 050 449
Среднегодовая доходность25.96%23.56%21.48%
НейтральныйСколько у Вас может быть средств с учетом комиссий236 705321 269685 874
Среднегодовая доходность16.42%16.45%16.41%
НегативныйСколько у Вас может быть средств с учетом комиссий187 396236 529454 395
Среднегодовая доходность7.70%9.53%11.72%
СтрессовыйСколько у Вас может быть средств с учетом комиссий153 626185 591326 586
Среднегодовая доходность0.79%4.35%8.09%
Для расчета сценариев используются показатели доходности из 10000 возможных на заданном временном горизонте:
• Позитивный — с вероятностью 90% среднегодовая доходность будет не выше
• Нейтральный — ожидаемая среднегодовая доходность
• Негативный — с вероятностью 90% среднегодовая доходность будет не ниже
• Стрессовый — с вероятностью 99% среднегодовая доходность будет не ниже

Сценарии доходности показывают, что может произойти с Вашими деньгами при инвестировании в портфель "Всепогодный" € на различные сроки.
Сценарии среднегодовой доходности рассчитаны по историческим доходностям умеренно-агрессивного портфеля "Всепогодный" € c января 2010 по август 2021 года.
Доходность сценариев указана с учетом Ваших комиссий в процессе управления.
Результаты инвестирования в прошлом не определяют доходов в будущем.

Минимальный рекомендуемый срок инвестирования в умеренно-агрессивный портфель «Всепогодный» € от 3 лет, с вероятностью 99% результат инвестирования будет положительным.
Метод Монте-Карло

Впервые о методе заговорили в конце 40-х годов прошлого столетия, когда ВВС США начало разработку водородной бомбы. Тогда, с появлением первых ЭВМ, было предложено использовать теорию вероятностей для решения прикладных задач.

Далее, в 1970-х годах, метод получил применение в нейтронной физике для задач, не поддающихся решению традиционными математическими методами. Впоследствии моделирование по методу Монте-Карло распространилось на другие области физики, а также на экономику и вычислительную математику.


Исследователь Стэнфордского университета Сэм Сэведж представил следующую довольно точную аналогию роли этого метода:

«Что вы обязательно сделаете, прежде чем подняться по приставной лестнице? Вы встряхните ее, чтобы проверить устойчивость, - это и есть моделирование методом Монте-Карло».


Так же, как встряхивание лестницы помогает нам оценить риски падения с лестницы, моделирование методом Монте-Карло позволяет экспериментировать с предлагаемой финансовой стратегией или политикой до ее фактического осуществления. Например, показатели инвестиционной деятельности можно оценить относительно эталона или обязательства.

Made on
Tilda