a:

El muestreo sistemático es útil en finanzas para situaciones donde no es práctico revisar toda la población para cierta información, y se necesita un proceso sencillo para crear una muestra. También se usa en técnicas estadísticas avanzadas en finanzas. Como un ejemplo, si un inversionista quiere investigar un problema con las compañías en el S & P 500, a menudo no es práctico examinar las 500 compañías. En cambio, el muestreo sistemático puede reducir fácilmente el tamaño de la población a una muestra manejable. Con el S & P 500, una persona podría tomar cada décima compañía de una lista alfabética para incluirla en la muestra, para un tamaño de muestra total de 50. Es mucho más fácil investigar 50 compañías en comparación con 500.

El muestreo sistemático es un procedimiento de muestreo en el que se selecciona una posición de partida aleatoria en una población, y luego se extraen las muestras según un intervalo fijo predeterminado. Las principales ventajas son la facilidad de uso y el hecho de que la población se muestrea de manera uniforme. Una desventaja principal es que puede haber un rasgo de período oculto en la población que no se reconoce, y la muestra sistemática está sesgada hacia ese rasgo oculto.

El muestreo sistemático es también una técnica utilizada en las simulaciones de Monte Carlo. El análisis de Monte Carlo es una técnica estadística utilizada para determinar la probabilidad de ciertos resultados ejecutando varias simulaciones diferentes con variables aleatorias. La técnica lleva el nombre de los juegos de casino de Monte Carlo y se originó en el Laboratorio Científico de Los Alamos. El análisis de Monte Carlo tiene muchos usos en las finanzas, donde puede ayudar a determinar las probabilidades de resultados futuros inciertos. Se puede utilizar para derivados de precios, gestión de riesgos, modelado de costes y optimización de cartera.