Les chercheurs utilisent la simulation Monte Carlo pour créer des distributions de référence aléatoires.
Ces distributions servent à évaluer si les résultats réels des portefeuilles diffèrent d'une allocation aléatoire.
Pour chaque transaction d'investisseur, 1 000 tirages sont effectués dans des conditions similaires.
Cela permet de comparer les performances empiriques aux attentes d'un portefeuille aléatoire.
Cette méthode aide à distinguer la compétence du hasard dans les résultats d'investissement.
Raisons
- Les tirages sont effectués pour la même année civile.
- Les tirages sont effectués pour le même secteur d'activité.
- Les tirages sont effectués pour la même région géographique.
- La composition temporelle du portefeuille est préservée.
- La composition sectorielle du portefeuille est préservée.
- La composition géographique du portefeuille est préservée.
Before declaring absolute dependence, one must ask if other options exist.
Asserting that Monte Carlo simulation is a sine qua non for Kolmogorov-Smirnov tests overlooks other sources of reference data.
If validated historical observations allow constructing distributions, the Monte Carlo step is no longer a methodological imperative.
For example, for bond markets, past time series could be used as a reference to evaluate portfolio performance.
Caution requires assessing the robustness of assumptions rather than being confined to a single path.