Monte-Carlo - Nhãn - NZQIRChttps://nzqirc.xyz/tags/monte-carlo/Monte-Carlo - Nhãn - NZQIRCHugo -- gohugo.ioviThis work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.Thu, 06 Aug 2026 10:00:00 +0700Ứng dụng Mô phỏng Monte Carlo trong Phân tích Tài chínhhttps://nzqirc.xyz/posts/math/stats/mc-finance-application/Thu, 06 Aug 2026 10:00:00 +0700Du Mãhttps://nzqirc.xyz/posts/math/stats/mc-finance-application/Bài viết này được thiết kế như một tài liệu bổ trợ giúp các bạn sinh viên hiểu rõ hơn về cách ứng dụng mô phỏng Monte Carlo (MC) vào phân tích rủi ro định lượng, đặc biệt là khi đọc các báo cáo chuyên sâu (như đồ án tốt nghiệp hay báo cáo phân tích rủi ro nội bộ).

1. Tại sao phải dùng Mô phỏng Monte Carlo?

Trong tài chính, chúng ta thường biết (hoặc giả định) phân phối xác suất của tỷ suất sinh lợi logarit trong 1 ngày. Nhưng nếu Giám đốc Rủi ro (CRO) đặt câu hỏi: “Rủi ro lớn nhất mà danh mục có thể gặp phải trong 20 ngày tới là bao nhiêu?”

]]>Sinh số ngẫu nhiênhttps://nzqirc.xyz/posts/math/stats/random-number-generation/Mon, 03 Aug 2026 22:50:00 +0700Du Mãhttps://nzqirc.xyz/posts/math/stats/random-number-generation/Trong mô phỏng, máy tính thường dùng các thuật toán xác định để sinh số giả ngẫu nhiên (pseudo-random numbers). Nhiều phương pháp Monte Carlo bắt đầu từ các giá trị mô phỏng phân phối đều trên khoảng $[0,1]$, ký hiệu $U\sim\text{Uniform}(0,1)$. Linear Congruential Generator là một ví dụ lịch sử đơn giản; các thư viện hiện đại thường dùng những bộ sinh có chất lượng thống kê tốt hơn.

]]>Mô phỏng Monte Carlohttps://nzqirc.xyz/posts/math/stats/monte-carlo-simulation/Mon, 03 Aug 2026 09:00:00 +0700Du Mãhttps://nzqirc.xyz/posts/math/stats/monte-carlo-simulation/1. Giới thiệu

Đã bao giờ bạn tự hỏi làm thế nào để giải quyết một bài toán quá phức tạp để có thể tính toán bằng các công thức toán học thông thường? Câu trả lời thường là: hãy để sự ngẫu nhiên làm việc đó cho bạn. Đó chính là triết lý đằng sau Mô phỏng Monte Carlo (Monte Carlo Simulation).

Tên gọi “Monte Carlo” được nhà toán học Stanislaw Ulam và John von Neumann đặt vào những năm 1940, lấy cảm hứng từ sòng bạc nổi tiếng ở Monaco, nơi chú của Ulam thường xuyên lui tới. Ý tưởng cốt lõi rất đơn giản: sử dụng lấy mẫu ngẫu nhiên (random sampling) lặp đi lặp lại để xấp xỉ kết quả của những bài toán khó hoặc không thể giải quyết bằng phương pháp giải tích (analytic).

]]>