monte-carlo-simulation

name	monte-carlo-simulation
description	蒙特卡洛模拟工具，基于几何布朗运动(GBM)与Heston模型简化版生成多资产价格路径，估算组合价值分布与风险指标。适用于金融工程教学、随机过程模拟学习与风险度量原理演示；模型基于历史数据假设且未覆盖尾部风险校准，不适用于实盘正式风险量化、监管资本计算或交易决策。
version	1.0.0
author	wangyi

monte-carlo-simulation

蒙特卡洛模拟工具，基于几何布朗运动（GBM）生成多资产价格路径，估算投资组合价值分布与风险指标。

📌 说明：本工具基于简化模型实现，仅使用 Python 标准库。结果仅供学习参考，不构成投资建议或交易依据。

脚本API

box_muller()

Box-Muller 变换生成标准正态随机数。

cholesky_decomposition(matrix)

Cholesky 分解：将正定矩阵分解为下三角矩阵。 必填: matrix

generate_correlated_normals(n, corr_matrix)

生成相关多元正态随机数。 必填: n, corr_matrix

simulate_single_asset_gbm(s0, mu, sigma, T, steps, simulations, seed=42)

模拟单资产几何布朗运动路径。 必填: s0, mu, sigma, T, steps, simulations

simulate_multi_asset_gbm(assets, corr_matrix, T, steps, simulations, seed=42)

模拟多资产相关几何布朗运动路径。 必填: assets, corr_matrix, T, steps, simulations

calculate_percentile(data, p)

计算分位数。 必填: data, p

portfolio_monte_carlo(assets, weights, corr_matrix, initial_value, T=1.0, steps=252, simulations=10000, seed=42)

投资组合蒙特卡洛模拟。 必填: assets, weights, corr_matrix, initial_value

调用示例

python scripts/main.py \
  --assets <assets> \
  --weights <weights> \
  --corr-matrix <corr_matrix> \
  --initial-value <initial_value> \
  --T <T> \
  --steps <steps> \
  --simulations <simulations> \
  --seed <seed>