蒙特卡洛方法：用随机抽样求解确定性问题

专栏导语 ：本专栏系统讲解数学建模的经典方法与 AI 智能方法，并打通两者之间的联系。上一篇我们把逻辑回归拆成了一个 sigmoid 神经元，看清了分类模型的骨架（逻辑回归与信用违约预测：从S曲线到分类器）。这一篇换一种活法：当积分算不出来、解析解根本不存在时------不再推导，而是"数" 。扔十万次骰子，取平均，答案自己就浮出来了。这就是蒙特卡洛方法，数学建模里最"暴力"、却也最万能的一招。它还有一条暗线------今天所有生成式 AI 的采样过程（MCMC、扩散模型、强化学习的轨迹采样），本质上都是它的后代。本专栏 B 线的"采样"伏笔，从这里正式埋下。

文章目录

一、问题引入：当公式给不出答案
二、问题分析：三个必须回答的问题
三、模型假设
四、符号说明
五、模型建立
- [5.1 核心思想：积分 = 期望 = 平均数](#5.1 核心思想：积分 = 期望 = 平均数)
- [5.2 误差从哪来： 1 / n 1/\sqrt{n} 1/n 与"维度无关"](#5.2 误差从哪来： 1 / n 1/\sqrt{n} 1/n 与"维度无关")
- [5.3 案例一：报童模型（有解析解，用来"校准"方法）](#5.3 案例一：报童模型（有解析解，用来"校准"方法）)
- [5.4 案例二：投资组合的 VaR 与 CVaR（蒙特卡洛的主场）](#5.4 案例二：投资组合的 VaR 与 CVaR（蒙特卡洛的主场）)
- [5.5 方差缩减：让同样的样本更"值钱"](#5.5 方差缩减：让同样的样本更"值钱")
- [5.6 收敛速度与样本量规划](#5.6 收敛速度与样本量规划)
[六、Python 实现](#六、Python 实现)
- [6.1 报童模型：解析解 vs 蒙特卡洛](#6.1 报童模型：解析解 vs 蒙特卡洛)
- [6.2 投资组合风险：厚尾分布下的 VaR 与 CVaR](#6.2 投资组合风险：厚尾分布下的 VaR 与 CVaR)
- [6.3 方差缩减与收敛速度](#6.3 方差缩减与收敛速度)
- [6.4 结果可视化](#6.4 结果可视化)
七、模型评价
[八、AI 视角：采样，是现代 AI 的通用语言](#八、AI 视角：采样，是现代 AI 的通用语言)
- [8.1 训练目标本身就是"蒙特卡洛估计"](#8.1 训练目标本身就是"蒙特卡洛估计")
- [8.2 MCMC：当分布本身也未知](#8.2 MCMC：当分布本身也未知)
- [8.3 扩散模型：把"加噪"倒过来放](#8.3 扩散模型：把"加噪"倒过来放)
- [8.4 强化学习与 AlphaGo：用模拟估计价值](#8.4 强化学习与 AlphaGo：用模拟估计价值)
- [8.5 不确定性量化：给预测配一个"误差棒"](#8.5 不确定性量化：给预测配一个"误差棒")
九、小结

个人主页 ：蒲公英eric

专栏传送门 ：数学建模 × AI：从经典模型到智能方法

学习方向：大数据 / 数学建模 / AI交叉领域

人生格言：建模没有终点，只有不断迭代的更优解

📌本文是专栏「数学建模 × AI：从经典模型到智能方法」的第 11 篇文章。

一、问题引入：当公式给不出答案

前面十篇，我们遇到的模型大多有一个共同点：能推出一个式子。线性回归有正规方程，逻辑回归有梯度公式，线性规划有顶点定理------至少知道"答案长什么样"，剩下的是算。

但数模里有大量问题，连"答案长什么样"都写不出来：

场景 A：报童订多少份报纸？

报纸进价 6 元、售价 12 元、卖不掉只能 2 元回收。每天的需求量是个随机变量，大致服从 N ( 100 , 20 2 ) N(100, 20^2) N(100,202)。订多了砸手里，订少了少赚钱，订多少期望利润最大？

场景 B：这个投资组合明年最多可能亏多少？

60% 资金买资产 1、40% 买资产 2，两只资产的收益率都服从厚尾分布 （现实中股市暴涨暴跌远比正态频繁），且同涨同跌（相关系数 0.3）。监管部门要问：95% 置信水平下，一年最多亏多少？ 如果真发生极端行情，平均会亏多少？

场景 A 有解析解（我们马上会推），场景 B 没有：两个厚尾随机变量的加权和，其分布函数写不出闭式表达式，再叠加"亏损超过本金就清零"这类非线性规则，任何公式推导都会卡死。

这正是蒙特卡洛的主场。它的逻辑简单到近乎粗暴：

既然算不出分布，那就模拟一万次，然后数一数。

解析解失效的典型情形	例子
高维积分	上百个随机因素耦合的期望值
非线性、路径依赖	期权定价、止损策略、破产过程
复杂约束耦合	供应链多级库存、排队网络
分布本身没有闭式解	厚尾分布之和、混合分布

二、问题分析：三个必须回答的问题

问题 1：怎么把"求期望"变成"数样本"？

大数定律给了理论保证：样本足够多时，样本均值依概率收敛到真实期望。所以任务拆成三步------定义输出量 → 从分布里抽样 → 取平均。听起来简单，但"输出量"设计得好不好，直接决定模拟是否有意义。

问题 2：误差有多大？要抽多少样本？

蒙特卡洛的结果永远带误差。中心极限定理告诉我们误差的尺度是 σ / n \sigma/\sqrt{n} σ/n ------样本翻 100 倍，误差只缩小到 1/10 。这个"慢"是它的软肋，但也换来了一个惊人的好处：收敛速度与维度无关。后面会详细讲。

问题 3：随机数哪来的？结果能复现吗？

计算机只能生成伪随机数 （deterministic 的算法序列）。数模论文里如果不固定随机种子，别人复现不出你的结果，这是硬伤。本文每段代码都显式写了 default_rng(...)，固定种子，保证结果可复现。

三、模型假设

随机变量的分布已知或可设定 ：需求服从正态、收益率服从 t 分布......这个假设是整个模型的地基，假设错了，模拟再精确也是错的（后文会讨论怎么检验）；
样本独立同分布（i.i.d.）：每次抽样互不影响，且来自同一个分布；
给定输入后，输出是确定的 ：模型结构本身不含随机性，随机性全部来自输入变量。即存在确定的函数 g ( ⋅ ) g(\cdot) g(⋅)，输出 = g ( X ) =g(X) =g(X)；
结论以统计量形式报告：均值、分位数、概率，并附带误差范围，而不是声称"精确等于某个值"。

假设 3 很关键：如果模型内部还有随机决策（比如"缺货时随机调货"），那就需要把内部随机性也纳入抽样，属于随机仿真的范畴，原理相同但实现更复杂。

四、符号说明

符号	含义	备注
n n n	模拟次数（样本量）	不是样本数据的条数，是我们"造"出来的次数
X X X	随机输入（向量或标量）	如每日需求 D D D、资产收益率 r \mathbf{r} r
f ( x ) f(x) f(x)	X X X 的概率密度函数	分布假设的载体
g ( X ) g(X) g(X)	输出函数	如利润 π ( Q , D ) \pi(Q,D) π(Q,D)、组合收益 w T r \mathbf{w}^T\mathbf{r} wTr
θ \theta θ	待求的目标量	θ = E $g ( X )$ \theta=\mathbb{E} $g(X)$ θ=E $g(X)$ 或某个分位数
σ g \sigma_g σg	g ( X ) g(X) g(X) 的标准差	决定模拟误差的大小
S E \mathrm{SE} SE	标准误	S E = σ ^ g / n \mathrm{SE}=\hat\sigma_g/\sqrt{n} SE=σ^g/n
1 − α 1-\alpha 1−α	置信水平	如 95%、99%
V a R 1 − α \mathrm{VaR}_{1-\alpha} VaR1−α	在险价值	置信水平 1 − α 1-\alpha 1−α 下的最大损失（ α \alpha α 分位数的相反数）
C V a R 1 − α \mathrm{CVaR}_{1-\alpha} CVaR1−α	条件在险价值	超过 VaR 那部分的平均损失
Φ , φ \Phi,\ \varphi Φ, φ	标准正态的分布函数、密度函数	报童模型的解析推导要用
Q ∗ Q^* Q∗	最优订货量	报童模型的决策变量

五、模型建立

5.1 核心思想：积分 = 期望 = 平均数

要算的量几乎都能写成一个积分：

θ = ∫ g ( x ) f ( x ) d x = E $g ( X )$ \theta=\int g(x)f(x)\,\mathrm{d}x=\mathbb{E} $g(X)$ θ=∫g(x)f(x)dx=E $g(X)$

这个积分可能几维、几十维，解析算不出来。蒙特卡洛的做法是把它翻译成"平均值"：

θ ^ = 1 n ∑ i = 1 n g ( x i ) , x 1 , ... , x n ∼ i.i.d. f \hat\theta=\frac{1}{n}\sum_{i=1}^{n}g(x_i),\qquad x_1,\dots,x_n \overset{\text{i.i.d.}}{\sim} f θ^=n1i=1∑ng(xi),x1,...,xn∼i.i.d.f

由大数定律， θ ^ → θ \hat\theta \to \theta θ^→θ（几乎必然）。积分是"连续地加权求和"，蒙特卡洛是"随机地抽样求平均"------一个是解析的路，一个是统计的路，殊途同归。

具体操作永远是这三步：

定义输出量 g ( ⋅ ) g(\cdot) g(⋅)：把业务问题写成一个可计算的函数（利润、损失、等待时间）；
抽样：按 f ( x ) f(x) f(x) 生成 n n n 组输入。一维用 rng.normal；多维要先处理相关性（Cholesky 分解），厚尾要先做分布变换；
统计：对 n n n 个输出取平均、数分位数、算概率，并给出标准误。

第三步不只是"取平均"。同一个模拟结果可以回答很多问题：均值、中位数、5% 分位（VaR）、超过阈值的概率......一次模拟，多角度解读，这是蒙特卡洛相对解析法最实用的优势。

5.2 误差从哪来： 1 / n 1/\sqrt{n} 1/n 与"维度无关"

设 g ( X ) g(X) g(X) 的标准差为 σ g \sigma_g σg，由中心极限定理：

θ ^ ≈ N ⁣ ( θ , σ g 2 n ) ⟹ S E = σ g n \hat\theta \approx N\!\left(\theta,\ \frac{\sigma_g^2}{n}\right) \quad\Longrightarrow\quad \mathrm{SE}=\frac{\sigma_g}{\sqrt{n}} θ^≈N(θ, nσg2)⟹SE=n σg

因此 95% 置信区间是 θ ^ ± 1.96 S E \hat\theta\pm1.96\,\mathrm{SE} θ^±1.96SE。两条直接推论：

（1）收敛慢，但稳定。 误差 ∝ n − 1 / 2 \propto n^{-1/2} ∝n−1/2：样本 ×100，误差 ÷10。想要精度翻倍，样本要翻 4 倍。

样本量 n n n	1 万	10 万	100 万	1 亿
误差（相对 σ g \sigma_g σg）	1%	0.32%	0.1%	0.01%

（2）收敛速度与维度无关------这是它碾压网格法的原因。

用网格法算 d d d 维积分，若每一维都按精度 ε \varepsilon ε 均匀布点（间隔约 ε \varepsilon ε，即每维 m ≈ 1 / ε m\approx1/\varepsilon m≈1/ε 个点），总点数就是 m d ≈ ( 1 / ε ) d m^d\approx(1/\varepsilon)^d md≈(1/ε)d------点数随维度指数爆炸 。蒙特卡洛的误差则始终是 O ( n − 1 / 2 ) O(n^{-1/2}) O(n−1/2)，不含 d d d。取精度 ε = 0.01 \varepsilon=0.01 ε=0.01：

维度 d d d	网格法所需点数 ≈ ( 1 / ε ) d \approx(1/\varepsilon)^d ≈(1/ε)d	蒙特卡洛所需点数
2	10 4 10^4 104	10 4 10^4 104
5	10 10 10^{10} 1010	10 4 10^4 104
10	10 20 10^{20} 1020	10 4 10^4 104

d = 10 d=10 d=10 时，网格法需要 10 20 10^{20} 1020 个点------按每秒 10 亿个点的速度算，也要跑三千年；而蒙特卡洛一万个点就能给到约 1% 的误差。维度越高，蒙特卡洛越划算，这就是它在高维优化、贝叶斯推断、量子多体问题里不可替代的原因。

严谨地说，"与维度无关"指的是收敛阶 不含 d d d。常数 σ g \sigma_g σg 仍可能随维度增大，所以高维问题的绝对误差会变大------但阶数不变，这已经是决定性的优势。

5.3 案例一：报童模型（有解析解，用来"校准"方法）

模型设定 ：进价 c = 6 c=6 c=6、售价 p = 12 p=12 p=12、残值 s = 2 s=2 s=2，需求 D ∼ N ( μ , σ 2 ) = N ( 100 , 20 2 ) D\sim N(\mu,\sigma^2)=N(100,20^2) D∼N(μ,σ2)=N(100,202)，订货量 Q Q Q。利润为

π ( Q , D ) = p min ⁡ ( Q , D ) + s ( Q − D ) + − c Q \pi(Q,D)=p\min(Q,D)+s(Q-D)^+-cQ π(Q,D)=pmin(Q,D)+s(Q−D)+−cQ

第一步：解析求解。 用 p min ⁡ ( Q , D ) = p Q − p ( Q − D ) + p\min(Q,D)=pQ-p(Q-D)^+ pmin(Q,D)=pQ−p(Q−D)+ 改写：

π = ( p − c ) Q − ( p − s ) ( Q − D ) + \pi=(p-c)Q-(p-s)(Q-D)^+ π=(p−c)Q−(p−s)(Q−D)+

正态需求下有余期望公式（ z = Q − μ σ z=\frac{Q-\mu}{\sigma} z=σQ−μ）：

E $( Q - D ) +$ = σ φ ( z ) + ( Q − μ ) Φ ( z ) \mathbb{E}\left $(Q-D)\^+\\right$ =\sigma\varphi(z)+(Q-\mu)\Phi(z) E $(Q-D)+$ =σφ(z)+(Q−μ)Φ(z)

代入得期望利润：

E $π ( Q )$ = ( p − c ) Q − ( p − s ) $σ φ ( z ) + ( Q - μ ) Φ ( z )$ \mathbb{E} $\\pi(Q)$ =(p-c)Q-(p-s)\Big $\\sigma\\varphi(z)+(Q-\\mu)\\Phi(z)\\Big$ E $π(Q)$ =(p−c)Q−(p−s) $σφ(z)+(Q-μ)Φ(z)$

对 Q Q Q 求导（注意 d d Q E $( Q - D ) +$ = Φ ( z ) \frac{\mathrm{d}}{\mathrm{d}Q}\mathbb{E} $(Q-D)\^+$ =\Phi(z) dQdE $(Q-D)+$ =Φ(z)）：

d E $π$ d Q = ( p − c ) − ( p − s ) Φ ( z ) = 0 ⟹ Φ ( z ∗ ) = p − c p − s = 12 − 6 12 − 2 = 0.6 \frac{\mathrm{d}\,\mathbb{E} $\\pi$ }{\mathrm{d}Q}=(p-c)-(p-s)\Phi(z)=0 \;\Longrightarrow\; \Phi(z^*)=\frac{p-c}{p-s}=\frac{12-6}{12-2}=0.6 dQdE $π$ =(p−c)−(p−s)Φ(z)=0⟹Φ(z∗)=p−sp−c=12−212−6=0.6

这就是著名的临界分位数法则：

Q ∗ = μ + σ Φ − 1 ( 0.6 ) = 100 + 20 × 0.2533 = 105.07 Q^*=\mu+\sigma\Phi^{-1}(0.6)=100+20\times0.2533=105.07 Q∗=μ+σΦ−1(0.6)=100+20×0.2533=105.07

直觉解释：在 Q ∗ Q^* Q∗ 处再多订一件，有 1 − Φ ( z ∗ ) = 40 % 1-\Phi(z^*)=40\% 1−Φ(z∗)=40% 的概率卖掉，赚 p − c = 6 p-c=6 p−c=6 元；有 60 % 60\% 60% 的概率砸在手里，亏 c − s = 4 c-s=4 c−s=4 元。 0.4 × 6 = 2.4 0.4\times6=2.4 0.4×6=2.4 与 0.6 × 4 = 2.4 0.6\times4=2.4 0.6×4=2.4 恰好打平------再订就亏，少订就少赚。所以最优订货点满足 Φ ( z ∗ ) = p − c p − s \Phi(z^*)=\frac{p-c}{p-s} Φ(z∗)=p−sp−c，这个分位数称为临界分位数（critical fractile） ； Q ∗ Q^* Q∗ 对应的服务水平（不缺货概率）就是 60%。

把 Q ∗ Q^* Q∗ 代回，解析期望利润为 522.73 元。

第二步：蒙特卡洛验证。 抽 10 万次需求，按同一公式算利润，取平均，结果 522.91 ± 0.83 （95% 置信区间）------与解析解相差 0.18，落在误差范围内。两条路算出同一个答案，方法可信。

第三步：用模拟看整条曲线。 订货量从 90 到 120 变化时，期望利润：

Q Q Q	90	95	100	105	110	115	120
E $π$ \mathbb{E} $\\pi$ E $π$	500.44	512.73	520.21	522.73	520.44	513.77	503.34

曲线在 Q ≈ 105 Q\approx105 Q≈105 处取到峰值，两侧都下降，且左侧下降更快（缺货损失比滞销损失更贵）。这是在报童模型里非常典型的"非对称"形状。

这个案例的安排是刻意的：先有标准答案，再让蒙特卡洛去逼近。只有先证明"方法在能验证的问题上是对的"，你才有底气把它用到"没法验证"的问题上。数模论文里也一样------方法验证这一节，最好找一个有解析解或已知基准的小例子。

5.4 案例二：投资组合的 VaR 与 CVaR（蒙特卡洛的主场）

数据设定 ：资金 1000 万，权重 w = ( 0.6 , 0.4 ) \mathbf{w}=(0.6,0.4) w=(0.6,0.4)；两只资产年收益率均值 ( 8 % , 12 % ) (8\%,12\%) (8%,12%)、波动率 ( 15 % , 25 % ) (15\%,25\%) (15%,25%)、相关系数 ρ = 0.3 \rho=0.3 ρ=0.3。但收益率不服从正态 ，而服从自由度为 5 的多元 t 分布（金融数据里常用的厚尾模型）。

厚尾数据怎么造？ 不能简单地对两个正态做相关------那样尾部还是正态的。标准做法是"正态 + 共同卡方混合"：

先造相关的标准正态： z = L ε \mathbf{z}=L\boldsymbol{\varepsilon} z=Lε， L L L 是相关矩阵的 Cholesky 分解；
再抽一个卡方变量 χ 5 2 \chi^2_5 χ52，令 t = z / χ 5 2 / 5 \mathbf{t}=\mathbf{z}\big/\sqrt{\chi^2_5/5} t=z/χ52/5 ；
最后缩放回目标波动率： r = μ + σ ⊙ t / d f d f − 2 \mathbf{r}=\boldsymbol{\mu}+\boldsymbol{\sigma}\odot\mathbf{t}\big/\sqrt{\frac{df}{df-2}} r=μ+σ⊙t/df−2df 。

第 3 步容易被漏掉：t 分布的方差是 d f d f − 2 \frac{df}{df-2} df−2df， d f = 5 df=5 df=5 时等于 5 / 3 ≈ 1.67 5/3\approx1.67 5/3≈1.67，不除掉这个因子，模拟出来的波动率会比设定的高 29%。

第 2 步的卡方因子是两只资产共享的，它代表"市场整体恐慌程度"------恐慌时两只资产一起暴跌，所以极端行情下相关性自然升高。这正是金融危机里"平时相关性 0.3，崩盘时变成 0.8"的建模方式。

待求的两个指标：

V a R 1 − α = − inf ⁡ { x : F ( x ) ≥ α } , C V a R 1 − α = − E $r p ∣ r p \leq F - 1 ( α )$ \mathrm{VaR}{1-\alpha}=-\inf\{x:F(x)\ge\alpha\},\qquad \mathrm{CVaR}{1-\alpha}=-\mathbb{E}\big $r_p\\ \\big\|\\ r_p\\le F\^{-1}(\\alpha)\\big$ VaR1−α=−inf{x:F(x)≥α},CVaR1−α=−E $rp rp\leqF-1(α)$

用大白话：VaR 是"最惨的 5% 从哪里开始"，CVaR 是"最惨的那 5% 平均有多惨" 。 V a R \mathrm{VaR} VaR 只告诉你门槛， C V a R \mathrm{CVaR} CVaR 才告诉你门槛之后的坑有多深。

模拟结果 （50 万次，并对亏损截断在 − 100 % -100\% −100%，即最多亏光本金）：

指标	95% 置信	99% 置信
VaR	142.76 万	301.98 万
CVaR	245.81 万	428.41 万

另外：组合年收益均值 9.60%、波动率 15.26%（与解析的 9.60%、15.33% 吻合）；亏损概率 22.76%；亏损超过 50% 的概率 0.20%；样本最坏情况亏光本金（截断生效）。

最值得玩味的一点：正态假设在 95% 下会"高估"风险，在 99% 下却"低估"风险。

置信水平	正态假设 VaR	t 分布 VaR（模拟）	结论
95%	156.15 万	142.76 万	正态高估 13 万
99%	260.62 万	301.98 万	正态低估 41 万

这不是代码错了，而是厚尾分布的形状决定的：t 分布中间更尖、肩膀更薄、尾巴更厚 。5% 分位落在"肩膀"区域，因为肩膀变薄，分位数反而更靠近中心；1% 分位已经深入"尾巴"，厚尾效应才暴露出来。把标准 t₅ 标准化后，它的 5% 分位是 − 1.561 -1.561 −1.561（比正态的 − 1.645 -1.645 −1.645 更靠近中心），1% 分位是 − 2.606 -2.606 −2.606（比正态的 − 2.326 -2.326 −2.326 更靠左）。

实务教训 ：只报一个 95% VaR，可能得出"厚尾更安全"的荒唐结论。风险报告至少要给 99% VaR + CVaR，并且明确写出所用分布假设。这也是 Basel 委员会把压力测试和 CVaR 写进监管框架的原因。

5.5 方差缩减：让同样的样本更"值钱"

蒙特卡洛慢，所以每一点方差都值得省。三种最常用的技巧：

（1）对偶变量法（antithetic variates）。

抽样时成对使用 u u u 和 1 − u 1-u 1−u：一个需求偏高，配一个需求偏低。两者的误差方向相反，平均后相互抵消。本文报童案例的结果：

方案	样本量	标准误	相关系数
独立抽样	10 万	0.422	---
对偶变量	5 万对（=10 万次计算）	0.256	− 0.633 -0.633 −0.633

同样的计算量，标准误降到 0.61 倍，等效于把样本量放大 2.73 倍 （ ( 0.422 / 0.256 ) 2 ≈ 2.73 (0.422/0.256)^2\approx2.73 (0.422/0.256)2≈2.73）。代价只是写一行 1-u。

（2）公共随机数（common random numbers, CRN）。

比较两个方案（比如 Q = 95 Q=95 Q=95 与 Q = 105 Q=105 Q=105）时，让它们面对同一批需求样本。这样两个估计的误差高度相关，做差时大部分误差被抵消，"谁更好"的判断会更可靠。6.1 节末尾就演示了这种写法：同一批 10 万次需求，同时评估四个订货量，得到的模拟值几乎与解析曲线逐点重合。

（3）重要性采样（importance sampling）。

估算极小概率事件（如"亏损超过 50%"）时，直接抽样几乎抽不到，方差极大。做法是换一个分布去抽 （把抽样重心挪到危险区域），再用似然比 f ( x ) q ( x ) \frac{f(x)}{q(x)} q(x)f(x) 加权修正。这是稀有事件模拟的标准武器。

此外还有分层抽样和拟蒙特卡洛（Sobol 序列） ，后者把误差阶从 O ( n − 1 / 2 ) O(n^{-1/2}) O(n−1/2) 改善到接近 O ( ( log ⁡ n ) d / n ) O((\log n)^d/n) O((logn)d/n)，在中等维度下非常有效。

5.6 收敛速度与样本量规划

实测（报童模型， Q ∗ = 105.07 Q^*=105.07 Q∗=105.07）：

n n n	100	1,000	10,000	100,000	1,000,000
估计值	524.535	523.576	521.966	522.912	522.706
标准误	12.093	4.340	1.354	0.422	0.134

样本每翻 10 倍，标准误降到约 1 / 3.16 1/3.16 1/3.16------与 1 / n 1/\sqrt{n} 1/n 完全吻合。100 万次时误差 0.134，相对误差 0.026%，已经远超多数数模问题的精度需求。

样本量怎么定？ 不要拍脑袋，用两步法：

先试跑 ：抽 1 万次，得到 σ ^ g \hat\sigma_g σ^g；
反解样本量 ：要求误差不超过 ε \varepsilon ε，则

n ≈ ( 1.96 σ ^ g ε ) 2 n\approx\left(\frac{1.96\,\hat\sigma_g}{\varepsilon}\right)^2 n≈(ε1.96σ^g)2

本例 σ ^ g ≈ 133.4 \hat\sigma_g\approx133.4 σ^g≈133.4。若要期望利润的误差控制在 ±1 元以内：

n ≈ ( 1.96 × 133.4 1 ) 2 ≈ 6.8 万 n\approx\left(\frac{1.96\times133.4}{1}\right)^2\approx6.8\text{ 万} n≈(11.96×133.4)2≈6.8 万

注意分位数比均值难估。 同样跑 50 万次，均值的标准误约 0.20 万（相对 0.21%）；而 95% VaR 的 bootstrap 标准误约 0.56 万（相对 0.39%），99% VaR 约 1.38 万（相对 0.46%），99% CVaR 更是达到 2.52 万（相对 0.59%）------越往尾部走，误差越大 。原因很直白：分位数只由尾部那一小撮样本决定，95% 分位背后还有 2.5 万个点，99% 分位只剩 5000 个点，有效样本量小得多。所以报告 VaR / CVaR 时，误差范围必须单独给，不能沿用均值的精度。

六、Python 实现

6.1 报童模型：解析解 vs 蒙特卡洛

python 复制代码

import numpy as np
from scipy.stats import norm

rng = np.random.default_rng(2026)   # 固定种子，保证结果可复现

# ---- 参数 ----
p, c, s = 12.0, 6.0, 2.0        # 售价、进价、残值
mu, sigma = 100.0, 20.0         # 需求均值、标准差

# ---- 1) 解析最优订货量 ----
cr = (p - c) / (p - s)          # 临界分位数
Q_star = mu + sigma * norm.ppf(cr)

# ---- 2) 解析期望利润 ----
def expected_profit(Q):
    z = (Q - mu) / sigma
    return (p - c) * Q - (p - s) * ((Q - mu) * norm.cdf(z) + sigma * norm.pdf(z))

# ---- 3) 蒙特卡洛：抽 10 万次需求 ----
n = 100_000
D = rng.normal(mu, sigma, n)
profit = p * np.minimum(Q_star, D) + s * np.maximum(Q_star - D, 0) - c * Q_star

est = profit.mean()
se = profit.std(ddof=1) / np.sqrt(n)

print(f"临界分位数 = {cr:.2f}")
print(f"最优订货量 Q* = {Q_star:.2f}")
print(f"解析期望利润 = {expected_profit(Q_star):.2f}")
print(f"MC 估计 = {est:.2f} ± {1.96 * se:.2f}（95% 置信区间）")

# ---- 4) 不同订货量的期望利润（解析）----
for Q in [90, 95, 100, 105, 110, 115, 120]:
    print(f"Q={Q:3d}  期望利润={expected_profit(Q):8.2f}")

# ---- 5) 公共随机数：四个订货量共用同一批需求样本 ----
for Q in [95, 100, 105, 110]:
    pr = p * np.minimum(Q, D) + s * np.maximum(Q - D, 0) - c * Q
    print(f"Q={Q:3d}  MC={pr.mean():8.3f} ± {1.96 * pr.std(ddof=1) / np.sqrt(n):.2f}")

运行结果：

复制代码

临界分位数 = 0.60
最优订货量 Q* = 105.07
解析期望利润 = 522.73
MC 估计 = 522.91 ± 0.83（95% 置信区间）
Q= 90  期望利润=  500.44
Q= 95  期望利润=  512.73
Q=100  期望利润=  520.21
Q=105  期望利润=  522.73
Q=110  期望利润=  520.44
Q=115  期望利润=  513.77
Q=120  期望利润=  503.34
Q= 95  MC= 512.823 ± 0.61
Q=100  MC= 520.352 ± 0.72
Q=105  MC= 522.911 ± 0.83
Q=110  MC= 520.645 ± 0.92

最后一段是 5.5 节（2）的代码实现：D 只生成一次，四个 Q 都在同一批 样本上评估。对比上面解析值与模拟值， Q = 105 Q=105 Q=105 的模拟误差仅 0.18，其余三点也都在 ±1 元内------模拟曲线与解析曲线的峰值位置一致，说明"订货 105 份左右最优"这个结论可靠。

6.2 投资组合风险：厚尾分布下的 VaR 与 CVaR

python 复制代码

import numpy as np
from scipy.stats import norm

rng = np.random.default_rng(2026)

# ---- 参数 ----
w = np.array([0.6, 0.4])            # 权重
mu = np.array([0.08, 0.12])         # 年化收益均值
sig = np.array([0.15, 0.25])        # 年化波动率
rho, df = 0.3, 5                    # 相关系数、t 分布自由度
N = 500_000
capital = 1000.0                    # 本金 1000 万

# ---- 1) 造相关的厚尾收益 ----
R = np.array([[1.0, rho], [rho, 1.0]])
L = np.linalg.cholesky(R)
z = rng.standard_normal((N, 2)) @ L.T        # 相关正态
chi = rng.chisquare(df, N)                   # 共同卡方因子（恐慌因子）
t = z / np.sqrt(chi / df)[:, None]           # 多元 t
r = mu + sig * t / np.sqrt(df / (df - 2))    # 标准化到目标波动率

# ---- 2) 组合收益，亏损下限 -100%（最多亏光本金）----
rp = np.maximum(r @ w, -1.0)
pnl = capital * rp

# ---- 3) VaR 与 CVaR ----
for a in [0.05, 0.01]:
    q = np.percentile(rp, a * 100)
    var = -q * capital
    cvar = -rp[rp <= q].mean() * capital
    print(f"{1 - a:.0%} 置信：VaR = {var:.2f} 万，CVaR = {cvar:.2f} 万")

print(f"亏损概率 = {np.mean(rp <= 0):.4f}")
print(f"亏损超 50% 的概率 = {np.mean(rp <= -0.5):.4f}")

# ---- 4) 正态假设下的 VaR（用于对比）----
mup = w @ mu
sigp = np.sqrt(w @ np.diag(sig**2) @ w + 2 * w[0] * w[1] * rho * sig[0] * sig[1])
for a in [0.05, 0.01]:
    print(f"{1 - a:.0%} 正态假设 VaR = {-(mup + norm.ppf(a) * sigp) * capital:.2f} 万")

运行结果：

复制代码

95% 置信：VaR = 142.76 万，CVaR = 245.81 万
99% 置信：VaR = 301.98 万，CVaR = 428.41 万
亏损概率 = 0.2276
亏损超 50% 的概率 = 0.0020
95% 正态假设 VaR = 156.15 万
99% 正态假设 VaR = 260.62 万

6.3 方差缩减与收敛速度

python 复制代码

import numpy as np
from scipy.stats import norm

# ---- 对偶变量法（报童模型）----
rng = np.random.default_rng(7)
p, c, s, mu, sigma = 12.0, 6.0, 2.0, 100.0, 20.0
Q = 105.07
m = 50_000

u = rng.random(m)
D1 = mu + sigma * norm.ppf(u)          # 一个偏小
D2 = mu + sigma * norm.ppf(1 - u)      # 一个偏大，误差反向
g1 = p * np.minimum(Q, D1) + s * np.maximum(Q - D1, 0) - c * Q
g2 = p * np.minimum(Q, D2) + s * np.maximum(Q - D2, 0) - c * Q
g = (g1 + g2) / 2

se_anti = g.std(ddof=1) / np.sqrt(m)
se_ind = np.concatenate([g1, g2]).std(ddof=1) / np.sqrt(2 * m)

print(f"对偶估计 = {g.mean():.3f}，标准误 = {se_anti:.3f}")
print(f"独立 10 万样本标准误 = {se_ind:.3f}")
print(f"两半相关系数 = {np.corrcoef(g1, g2)[0, 1]:.3f}")
print(f"方差缩减倍数 = {(se_ind / se_anti) ** 2:.2f}")

# ---- 收敛速度：1/sqrt(n) ----
rng2 = np.random.default_rng(2026)
D = rng2.normal(mu, sigma, 1_000_000)
pr = p * np.minimum(Q, D) + s * np.maximum(Q - D, 0) - c * Q
for n in [100, 1000, 10000, 100000, 1000000]:
    sub = pr[:n]
    print(f"n={n:>7}: 估计 {sub.mean():8.3f}，标准误 {sub.std(ddof=1) / np.sqrt(n):.3f}")

运行结果：

复制代码

对偶估计 = 522.678，标准误 = 0.256
独立 10 万样本标准误 = 0.422
两半相关系数 = -0.633
方差缩减倍数 = 2.73
n=    100: 估计  524.535，标准误 12.093
n=   1000: 估计  523.576，标准误 4.340
n=  10000: 估计  521.966，标准误 1.354
n= 100000: 估计  522.912，标准误 0.422
n=1000000: 估计  522.706，标准误 0.134

6.4 结果可视化

python 复制代码

import numpy as np
from scipy.stats import norm
import matplotlib
import matplotlib.pyplot as plt
from matplotlib.ticker import FuncFormatter

plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
plt.rcParams['mathtext.fontset'] = 'dejavusans'

# ================= 左图：组合损益分布 =================
rng = np.random.default_rng(2026)
w = np.array([0.6, 0.4])
mu2 = np.array([0.08, 0.12])
sig2 = np.array([0.15, 0.25])
rho, df, N = 0.3, 5, 500_000

R = np.array([[1.0, rho], [rho, 1.0]])
L = np.linalg.cholesky(R)
z = rng.standard_normal((N, 2)) @ L.T
chi = rng.chisquare(df, N)
t = z / np.sqrt(chi / df)[:, None]
r = mu2 + sig2 * t / np.sqrt(df / (df - 2))
rp = np.maximum(r @ w, -1.0)
cap = 1000.0
pnl = cap * rp

mup = w @ mu2
sigp = np.sqrt(w @ np.diag(sig2**2) @ w + 2 * w[0] * w[1] * rho * sig2[0] * sig2[1])

# ================= 右图：收敛过程 =================
rng2 = np.random.default_rng(2026)
p, c, s, Mu, Sig = 12.0, 6.0, 2.0, 100.0, 20.0
Q = 105.07
D = rng2.normal(Mu, Sig, 200_000)
g = p * np.minimum(Q, D) + s * np.maximum(Q - D, 0) - c * Q
k = np.arange(1, len(g) + 1)
run = np.cumsum(g) / k
se = g.std(ddof=1) / np.sqrt(k)
start = 20

fig, ax = plt.subplots(1, 2, figsize=(13, 5))

# ---- 左：损益直方图（对数纵轴看清尾部）----
ax[0].hist(pnl, bins=200, range=(-1000, 900), density=True,
           color='#4C72B0', alpha=0.75, label='蒙特卡洛模拟')
xs = np.linspace(-1000, 900, 800)
ax[0].plot(xs, norm.pdf(xs, mup * cap, sigp * cap),
           color='#DD8452', lw=2, ls='--', label='正态假设')
var95 = -np.percentile(rp, 5) * cap
cvar95 = -rp[rp <= np.percentile(rp, 5)].mean() * cap
ax[0].axvline(-var95, color='#C44E52', lw=2, label=f'VaR 95% = {var95:.0f} 万')
ax[0].axvline(-cvar95, color='#55A868', lw=2, ls=':', label=f'CVaR 95% = {cvar95:.0f} 万')
ax[0].set_yscale('log')
ax[0].set_ylim(1e-5, 6e-3)
ax[0].yaxis.set_major_formatter(FuncFormatter(lambda v, pos: f'1e{int(round(np.log10(v)))}'))
ax[0].set_xlabel('年度损益（万元）')
ax[0].set_ylabel('概率密度（对数）')
ax[0].set_title('投资组合损益分布：肥尾与 VaR / CVaR')
ax[0].legend(fontsize=9, loc='upper right')
ax[0].grid(alpha=0.3, which='both')

# ---- 右：样本均值的收敛过程 ----
ax[1].fill_between(k[start:], (run - 1.96 * se)[start:], (run + 1.96 * se)[start:],
                   color='#4C72B0', alpha=0.25, label='95% 置信带')
ax[1].plot(k[start:], run[start:], color='#4C72B0', lw=1.3, label='累计均值')
ax[1].axhline(522.73, color='#C44E52', lw=1.5, ls='--', label='解析解 522.73')
ax[1].set_xscale('log')
ax[1].set_xlim(start, 2e5)
ax[1].set_xlabel('样本数 n（对数轴）')
ax[1].set_ylabel('期望利润估计')
ax[1].set_title('大数定律：样本越多，估计越稳（误差 ∝ 1/√n）')
ax[1].legend(fontsize=9, loc='upper right')
ax[1].grid(alpha=0.3, which='both')

plt.tight_layout()
plt.savefig('10-蒙特卡洛结果图.png', dpi=150, bbox_inches='tight')
plt.show()

左图读法：

纵轴取对数，否则尾部会被主峰压得看不见；对数坐标下，蓝色（模拟）在两侧明显高于橙色（正态）------这就是厚尾；
中间的蓝色主峰比橙色更尖------"尖峰 + 薄肩 + 厚尾"是 t 分布的三件套；
两条竖线分别是 95% VaR（143 万）和 CVaR（246 万）：VaR 只是门槛，CVaR 才是门槛之后的平均深度，两者差了 100 万，说明"越过门槛之后跌得很陡"。

右图读法：

累计均值从剧烈跳动逐步收敛到解析解 522.73；
置信带随 n n n 增大而收窄，在对数横轴上呈走廊状收束 ------宽度与 1 / n 1/\sqrt{n} 1/n 成正比，样本每 ×10，带宽缩到约 1/3；
这是"大数定律长什么样"最直观的一张图，可以直接放进数模论文的"算法稳定性"部分。

七、模型评价

优点：

几乎万能：只要能把问题写成"输入随机 → 输出确定"的函数，就能模拟；对模型形式没有解析要求；
误差可量化：标准误、置信区间随手可得，结果的可靠性是"算出来"的，不是"感觉"；
无维度灾难：收敛阶与维度无关，高维问题是它相对网格法的绝对优势；
一次模拟、多角度解读：均值、分位数、概率、最坏情形都能从同一批样本里读出来；
天然可并行：样本之间互不依赖，分批跑再合并，轻松利用多核。

局限：

收敛慢 ： O ( n − 1 / 2 ) O(n^{-1/2}) O(n−1/2)，想要 10 倍精度要 100 倍样本；极端概率事件的方差更是惊人；
强依赖分布假设：分布错了，结果全错------而"分布假设"往往是模型里最脆弱的一环；
结果带随机性：不固定种子、不报误差，论文结果无法复现，这是审稿人最爱挑的毛病；
给不出结构：它只告诉你"答案是多少"，不告诉你"为什么是这个"，难以做机理分析；
稀有事件难估 ：概率 10 − 6 10^{-6} 10−6 的事件，直接抽样要上亿次才能见到几回。

常见问题：

Q1：蒙特卡洛和数值积分（比如梯形法）有什么区别？

数值积分是确定性的 ：把区间切成网格，用求积公式加权求和，没有随机性，误差是 O ( h 2 ) O(h^2) O(h2)（一维）。蒙特卡洛是随机性的 ：用随机点估计积分，误差是 O ( n − 1 / 2 ) O(n^{-1/2}) O(n−1/2)。一维时数值积分碾压蒙特卡洛；但维度一高，网格点数指数爆炸，蒙特卡洛的"与维度无关"就反超了。维度是选择方法的第一判据 ： d ≤ 3 d\le3 d≤3 用数值积分， d d d 高或积分区域形状怪异，用蒙特卡洛。

Q2：为什么误差是 1 / n 1/\sqrt{n} 1/n ？能不能更快？

1 / n 1/\sqrt{n} 1/n 来自中心极限定理------样本均值的方差是 σ 2 / n \sigma^2/n σ2/n，开根号就是 σ / n \sigma/\sqrt{n} σ/n 。这是"独立抽样"的极限，不能靠"多抽点"突破。要更快只有两条路：降低方差 （对偶变量、重要性采样、控制变量，相当于减小 σ \sigma σ）或改变抽样方式 （拟蒙特卡洛用低差异序列，把阶数改善到接近 O ( ( log ⁡ n ) d / n ) O((\log n)^d/n) O((logn)d/n)）。注意： 1 / n 1/\sqrt{n} 1/n 的普适性也是优点------它不要求被积函数光滑，函数再"丑"也是这个速度。

Q3：样本量到底取多少？

三步：先用小样本（1 万）试跑，估出 σ ^ g \hat\sigma_g σ^g；再用 n ≈ ( 1.96 σ ^ g / ε ) 2 n\approx(1.96\hat\sigma_g/\varepsilon)^2 n≈(1.96σ^g/ε)2 反解；最后跑正式模拟并核对标准误是否达到目标。不要一上来就设 100 万------先花 1 秒试跑，可能发现 5 万就够了。

Q4：每次跑结果都不一样，论文里怎么写？

三件事：固定种子 （default_rng(2026)）、报告区间 （"522.91 ± 0.83"而不是"522.91"）、必要时重复（换 5 个种子各跑一次，报告均值和标准差，证明结果稳定）。审稿人看到"±"和"种子"，就知道你懂这个方法的脾气。

Q5：VaR 和 CVaR 有什么区别？为什么不只用 VaR？

VaR 是分位数（门槛），CVaR 是超过门槛后的条件均值（坑的深度）。VaR 有三个毛病：不满足次可加性 （两个组合合并后 VaR 可能反而变大，违背分散化直觉）、看不到尾部形状 （VaR 之后的损失可能深不见底）、不便于优化 （分位数优化是非凸的）。CVaR 满足一致性风险度量的全部公理，且是凸的、可优化，因此现代风险管理更偏好 CVaR。报告里最好两个都给：VaR 给监管口径，CVaR 给决策口径。

Q6：分布假设错了怎么办？

三个补救：（1）用经验分布 ------直接用历史数据的样本做有放回抽样（bootstrap），不假设任何参数形式；（2）做敏感性分析 ------把自由度、相关系数、波动率各扰动 ±20%，看 VaR 变化多大，变化剧烈就说明模型不稳；（3）尾部专门建模 ------对极端部分用极值理论（EVT）拟合广义帕累托分布，而不是让一个全局分布硬扛。数模论文里，敏感性分析这一节几乎必写。

八、AI 视角：采样，是现代 AI 的通用语言

蒙特卡洛看起来是"笨办法"，但它恰好是现代 AI 的地基。这一节把伏笔接上。

8.1 训练目标本身就是"蒙特卡洛估计"

所有监督学习的损失函数，都是某个期望：

J ( θ ) = E ( x , y ) ∼ p data $ℓ ( f θ ( x ) , y )$ J(\theta)=\mathbb{E}{(x,y)\sim p{\text{data}}}\big $\\ell(f_\\theta(x),y)\\big$ J(θ)=E(x,y)∼pdata $ℓ(fθ(x),y)$

真实期望算不出来（不知道 p data p_{\text{data}} pdata），实践中的做法是用 mini-batch 平均去估计：

J ^ = 1 B ∑ i = 1 B ℓ ( f θ ( x i ) , y i ) \hat J=\frac{1}{B}\sum_{i=1}^{B}\ell(f_\theta(x_i),y_i) J^=B1i=1∑Bℓ(fθ(xi),yi)

这就是蒙特卡洛------每个 batch 都是一次抽样估计。随机梯度下降之所以"随机"，正是因为它在用采样代替积分。本文讲的"标准误"，在这里对应"batch 大小带来的梯度噪声"：batch 越大，梯度越准，但每步越贵。

8.2 MCMC：当分布本身也未知

本文的蒙特卡洛是"分布已知，抽样求期望 "。但贝叶斯推断面对的是相反的问题：只知道后验的相对概率，不知道归一化常数，怎么从这个分布里抽样？

马尔可夫链蒙特卡洛（MCMC） 的答案是：构造一条马尔可夫链，让它的平稳分布恰好是目标分布。最经典的 Metropolis-Hastings 算法只有两步：

从当前点附近提议一个新点 x ′ x' x′；
以概率 min ⁡ ( 1 , p ~ ( x ′ ) p ~ ( x ) ) \min\left(1,\frac{\tilde p(x')}{\tilde p(x)}\right) min(1,p~(x)p~(x′)) 接受它------新点相对概率更高就接受，更低就按比例偶尔接受（这里写的是提议分布对称时的简化形式；非对称提议还要再乘一个提议分布比值）。

跑足够多步后，链上的样本就近似服从目标分布。它不需要知道归一化常数（比值里约掉了），这正是它的威力所在。今天贝叶斯统计、主题模型（LDA）、系统发育树推断，背后都是 MCMC。

8.3 扩散模型：把"加噪"倒过来放

2020 年之后的生成式 AI 主角------扩散模型（DDPM、Stable Diffusion），本质上是蒙特卡洛思想的一次华丽升级。

前向过程把一张图逐步加噪，直到变成纯噪声：

x t = α ˉ t x 0 + 1 − α ˉ t ϵ , ϵ ∼ N ( 0 , I ) x_t=\sqrt{\bar\alpha_t}\,x_0+\sqrt{1-\bar\alpha_t}\,\epsilon,\qquad \epsilon\sim N(0,I) xt=αˉt x0+1−αˉt ϵ,ϵ∼N(0,I)

训练的目标是让网络学会"预测当初加进去的噪声"：

min ⁡ θ E x 0 , ϵ , t $∥ ϵ - ϵ θ ( x t , t ) ∥ 2$ \min_\theta\ \mathbb{E}_{x_0,\epsilon,t}\Big $\\big\\\|\\epsilon-\\epsilon_\\theta(x_t,t)\\big\\\|\^2\\Big$ θmin Ex0,ϵ,t $ϵ-ϵθ(xt,t) 2$

这个期望同样算不出来，用采样估计 ------每个训练步抽一张图、一个噪声、一个时刻，就是一次蒙特卡洛。反向生成 则是从纯噪声 x T ∼ N ( 0 , I ) x_T\sim N(0,I) xT∼N(0,I) 出发，迭代去噪：

x t − 1 = 1 α t ( x t − 1 − α t 1 − α ˉ t ϵ θ ( x t , t ) ) + σ t z x_{t-1}=\frac{1}{\sqrt{\alpha_t}}\left(x_t-\frac{1-\alpha_t}{\sqrt{1-\bar\alpha_t}}\epsilon_\theta(x_t,t)\right)+\sigma_t z xt−1=αt 1(xt−1−αˉt 1−αtϵθ(xt,t))+σtz

标准的 DDPM 采样每一步都会注入一点新噪声 z z z（DDIM 等加速采样器省掉了这一步，但"从噪声出发、逐步去噪"的骨架不变）------生成过程本身就是一条采样轨迹 。可以说：本文的"抽样求期望"是扩散模型的训练，本文的"从分布抽样"是扩散模型的生成。一个蒙特卡洛，撑起了整个生成式 AI。

8.4 强化学习与 AlphaGo：用模拟估计价值

强化学习里最原始的策略梯度算法 REINFORCE，梯度估计是：

∇ θ J = E τ ∼ π θ $\sum t \nabla θ log π θ ( a t ∣ s t ) \cdot R ( τ )$ \nabla_\theta J=\mathbb{E}{\tau\sim\pi\theta}\Big $\\sum_t \\nabla_\\theta\\log\\pi_\\theta(a_t\|s_t)\\cdot R(\\tau)\\Big$ ∇θJ=Eτ∼πθ $t\sum\nablaθlogπθ(at∣st)\cdotR(τ)$

期望里的 τ \tau τ 是一整条轨迹，只能采样估计------跑一次游戏，用这次的实际回报做估计。这就是最纯粹的蒙特卡洛。

AlphaGo 的 蒙特卡洛树搜索（MCTS） 更直接：对每个候选落子，模拟成千上万局随机对局（rollout），用胜率估计这个落子的价值，再决定往哪个分支深挖。AlphaZero 用神经网络替代了随机 rollout（相当于用"学到的先验"降低方差），但"靠模拟估计价值"的骨架没变。

8.5 不确定性量化：给预测配一个"误差棒"

本文用抽样给出 VaR 和置信区间；深度学习里有一模一样的需求：这个预测有多可靠？

MC Dropout：推理时保持 dropout 开启，同一张图前向 50 次，得到 50 个略有差异的预测，其分布就是不确定性的近似；
Deep Ensembles：训练多个模型，用预测的离散程度度量不确定性；
贝叶斯神经网络：对权重做后验采样，把"参数的不确定"传进预测。

它们和本文的 VaR 是同一个逻辑：从分布里抽样，再报告分位数。区别只在于"分布"是人工设定的（本文）还是网络学出来的（AI）。

本文的概念	AI 里的对应
抽样估计期望	mini-batch 损失、REINFORCE 回报估计
标准误 / 置信区间	训练曲线方差、预测区间、seed 波动
分位数（VaR）	分位数回归、不确定性预警阈值
重要性采样	off-policy 强化学习的重加权
方差缩减（控制变量）	REINFORCE with baseline、优势函数
样本量规划	数据缩放律（scaling law）

九、小结

核心思想：积分 = 期望 = 平均数。三步走------定义输出量、从分布抽样、统计量汇总；
误差规律 ： S E = σ g / n \mathrm{SE}=\sigma_g/\sqrt{n} SE=σg/n ，样本 ×100 误差 ÷10；收敛阶与维度无关，这是它相对网格法的杀手锏；
报童模型 ：临界分位数 0.6 0.6 0.6 → 最优订货量 105.07，解析期望利润 522.73，蒙特卡洛给出 522.91 ± 0.83------先用有答案的问题验证方法；
投资组合：厚尾（t 分布）下 95% VaR 142.76 万、CVaR 245.81 万；99% 时 VaR 301.98 万、CVaR 428.41 万；
分位反转 ：95% 时厚尾分布的 VaR 反而比正态小，99% 时才比正态大------只报一个分位会得出错误结论，风险报告要给 99% VaR + CVaR；
方差缩减 ：对偶变量法把标准误从 0.422 降到 0.256，等效于 2.73 倍样本量，代价只是一行 1-u；
工程规范 ：固定种子、报告 ± 误差、先试跑估 σ g \sigma_g σg 再定 n n n、分位数单独给误差；
AI 伏笔 ：mini-batch 是蒙特卡洛、MCMC 是采样求分布、扩散模型是采样生成、REINFORCE/MCTS 是采样估价值、MC Dropout 是采样估不确定性------采样是现代 AI 的通用语言。

下一篇进入仿真类模型的另一半 ：元胞自动机------当个体遵循极简规则，整体却涌现出复杂秩序时，如何用一格一格的局部更新，模拟森林火灾、交通流与传染病扩散。

📌 本文是专栏「数学建模 × AI：从经典模型到智能方法」的第 11 篇文章。

上一篇回顾 ：逻辑回归与信用违约预测：从S曲线到分类器
下一篇预告 ：元胞自动机：从森林火灾到交通流。

👉 点击订阅专栏，第一时间收到更新通知！**

如果你在阅读过程中有任何疑问，欢迎在评论区留言交流。😊