[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"general-list":3,"footer-feature-tags":4,"slate-glossary-term-monte-carlo":66},true,[5,14,20,29,34,40,46,52,56,62],{"id":6,"name":7,"hex":8,"translations":9,"count_pages":13},8,"Компания","#f40925",{"ru":10,"en":11},{"name":7},{"name":12},"Company",9,{"id":15,"name":16,"hex":17,"translations":18,"count_pages":6},26,"Главная страница",null,{"ru":19},{"name":16},{"id":21,"name":22,"hex":23,"translations":24,"count_pages":28},2,"Проекты","#3027ff",{"ru":25,"en":26},{"name":22},{"name":27},"Project",15,{"id":30,"name":31,"hex":17,"translations":32,"count_pages":21},33,"ИИ",{"ru":33},{"name":31},{"id":35,"name":36,"hex":17,"translations":37,"count_pages":39},34,"Комментарии",{"ru":38},{"name":36},4,{"id":41,"name":42,"hex":17,"translations":43,"count_pages":45},25,"Задачи",{"ru":44},{"name":42},24,{"id":47,"name":48,"hex":17,"translations":49,"count_pages":51},27,"Рабочие пространства",{"ru":50},{"name":48},3,{"id":45,"name":53,"hex":17,"translations":54,"count_pages":6},"Kanban-доска",{"ru":55},{"name":53},{"id":57,"name":58,"hex":17,"translations":59,"count_pages":61},23,"Диаграмма Ганта",{"ru":60},{"name":58},1,{"id":28,"name":63,"hex":17,"translations":64,"count_pages":61},"Календарь",{"ru":65},{"name":63},{"detail":67,"more":167},{"id":68,"slug":69,"translations":70,"category":84,"tags":92,"letter":118,"og_image":17,"cover":17,"author_name":17,"author_position":17,"author_avatar":17,"faqs":119,"related":127,"views_count":164,"helpful_yes_count":122,"helpful_no_count":122,"created_at":165,"updated_at":166,"published_at":17},160,"monte-carlo",{"ru":71},{"title":72,"short_definition":73,"tldr":74,"full_explanation":75,"when_to_apply":76,"when_not_to_apply":77,"examples":78,"tips":79,"synonyms":80,"translation_en":81,"seo_title":82,"seo_description":83},"Симуляция Монте-Карло (Monte Carlo)","Метод количественной оценки риска через тысячи случайных симуляций модели для получения распределения возможных результатов.","Monte Carlo — метод Монте-Карло: многократное случайное моделирование, часто 10 000 итераций и больше. В отличие от точечной оценки он показывает не одно среднее значение, а всё распределение возможных исходов. Метод применяют для оценки сроков проектов, NPV и рисков. На входе нужны распределения ключевых переменных: нормальное, треугольное, PERT и другие.","\u003Cp>Метод назван в честь казино в Монте-Карло: его суть — случайная выборка. Применяется в финансах, управлении проектами, инженерных расчётах и физике.\u003C\u002Fp>\u003Ch3>Алгоритм\u003C\u002Fh3>\u003Col>\u003Cli>Постройте модель: NPV, длительность проекта, портфель рисков.\u003C\u002Fli>\u003Cli>Замените точечные оценки распределениями: минимум, наиболее вероятное значение и максимум либо нормальное распределение.\u003C\u002Fli>\u003Cli>Запустите 10 000 итераций и больше со случайной выборкой.\u003C\u002Fli>\u003Cli>Получите распределение результатов.\u003C\u002Fli>\u003Cli>Принимайте решения по перцентилям: P50, P80, P95.\u003C\u002Fli>\u003C\u002Fol>\u003Ch3>В проектах\u003C\u002Fh3>\u003Cp>Длительность проекта по методу PERT: у каждой задачи есть минимальная, наиболее вероятная и максимальная оценка. Монте-Карло показывает, с какой вероятностью проект завершится к конкретной дате. P80 обычно берут как срок, который можно обещать заказчику.\u003C\u002Fp>","\u003Cul>\u003Cli>Сложные проекты с высокой неопределённостью\u003C\u002Fli>\u003Cli>Финансовое моделирование (NPV, VaR)\u003C\u002Fli>\u003Cli>Расписание проекта\u003C\u002Fli>\u003C\u002Ful>","\u003Cul>\u003Cli>Простые задачи с детерминированной оценкой\u003C\u002Fli>\u003Cli>Когда нет данных для распределений — на мусорных входных данных и результат будет мусорным\u003C\u002Fli>\u003C\u002Ful>","\u003Cp>Проект: суммарная оценка по методу PERT — 120 дней. Монте-Карло на 10 000 симуляций даёт: P50 = 125 дней (шанс уложиться 50%), P80 = 138 дней, P95 = 150 дней. Заказчику фиксируют срок 138 дней, то есть P80. Запас в 13 дней уже заложен внутрь этой оценки.\u003C\u002Fp>","\u003Cp>Для Excel есть надстройки @Risk и Crystal Ball, для Python — библиотеки numpy и matplotlib. Главное — качество входных распределений, а не количество итераций. Сами оценки задач, из которых собирается модель, удобно держать в спринтах и на диаграмме Ганта в Shtab.\u003C\u002Fp>","Monte Carlo, симуляция Монте-Карло, метод Монте-Карло","Monte Carlo Simulation","Метод Монте-Карло (Monte Carlo) — что это | Глоссарий Shtab","Метод Монте-Карло (Monte Carlo) — количественная оценка риска через тысячи симуляций. Алгоритм, перцентили P50 и P80, примеры в проектах и финансах.",{"id":85,"slug":86,"hex":87,"icon":17,"order":85,"translations":88},6,"finance-risk","#0F9488",{"ru":89},{"title":90,"description":91},"Финансы и риск-менеджмент","Финансовое управление проектами и рисками: оценка инвестиций (ROI, NPV, IRR), денежные потоки, бюджетирование, экономика стартапа (burn rate, runway), риск-менеджмент (Monte Carlo, sensitivity, scenario planning, risk appetite).",[93,101,109],{"id":94,"slug":95,"kind":95,"hex":96,"order":97,"translations":98},13,"tool","#cc5649",21,{"ru":99},{"title":100},"Инструмент",{"id":102,"slug":103,"kind":104,"hex":105,"order":45,"translations":106},16,"risk","other","#ff6a6a",{"ru":107},{"title":108},"Риски",{"id":110,"slug":111,"kind":112,"hex":113,"order":114,"translations":115},17,"model","framework","#352eb3",30,{"ru":116},{"title":117},"Модель","С",[120],{"id":121,"order":122,"translations":123},1203,0,{"ru":124},{"question":125,"answer":126},"Сколько итераций нужно?","\u003Cp>Для устойчивого распределения хватает 10 000 итераций, для критичных решений берут 100 000 и больше. Меньше 1000 — результат шумный и ненадёжный: при повторном запуске перцентили заметно поедут. Современные компьютеры считают 100 000 итераций за секунды, поэтому экономить здесь нет смысла: узкое место всегда в качестве входных данных.\u003C\u002Fp>",{"related":128},[129,136,143,150,157],{"id":130,"slug":131,"translations":132},56,"pert",{"ru":133},{"title":134,"short_definition":135},"PERT (оценка по трём точкам)","Метод оценки длительности задач через три оценки: оптимистичную, пессимистичную и наиболее вероятную.",{"id":137,"slug":138,"translations":139},161,"sensitivity-analysis",{"ru":140},{"title":141,"short_definition":142},"Sensitivity Analysis (анализ чувствительности)","Оценка того, как меняется итоговый результат модели при изменении одного входного параметра и неизменных остальных.",{"id":144,"slug":145,"translations":146},168,"var",{"ru":147},{"title":148,"short_definition":149},"VaR (Value at Risk, рисковая стоимость)","Максимальная ожидаемая потеря портфеля за определённый период с заданной вероятностью.",{"id":151,"slug":152,"translations":153},162,"scenario-planning",{"ru":154},{"title":155,"short_definition":156},"Scenario Planning (сценарное планирование)","Метод стратегического планирования через моделирование нескольких принципиально разных вариантов развития событий.",{"id":158,"slug":159,"translations":160},165,"quant-qual-risk",{"ru":161},{"title":162,"short_definition":163},"Quantitative vs Qualitative Risk Analysis (количественный и качественный анализ рисков)","Два подхода к анализу рисков: качественный — категориями «низкий, средний, высокий», и количественный — в деньгах и вероятностях.",137,"2026-04-25T22:42:20.395387+03:00","2026-04-25T22:42:20.395399+03:00",[168,193,215],{"id":169,"slug":170,"translations":171,"category":176,"tags":179,"letter":191,"cover":17,"updated_at":192,"published_at":17},145,"burn-rate",{"ru":172},{"title":173,"short_definition":174,"translation_en":175},"Burn Rate (скорость сжигания денег)","Скорость, с которой стартап расходует свои денежные резервы, — обычно считается за месяц.","Burn Rate",{"id":85,"slug":86,"hex":87,"icon":17,"order":85,"translations":177},{"ru":178},{"title":90,"description":91},[180,185],{"id":85,"slug":181,"kind":181,"hex":87,"order":85,"translations":182},"metric",{"ru":183},{"title":184},"Метрика",{"id":45,"slug":186,"kind":104,"hex":87,"order":187,"translations":188},"finance",50,{"ru":189},{"title":190},"Финансы","B","2026-04-25T22:42:20.129236+03:00",{"id":194,"slug":195,"translations":196,"category":201,"tags":204,"letter":191,"cover":17,"updated_at":214,"published_at":17},163,"black-swan",{"ru":197},{"title":198,"short_definition":199,"translation_en":200},"Black Swan (чёрный лебедь)","Редкое и непредсказуемое событие с экстремальными последствиями, которое задним числом кажется вполне объяснимым.","Black Swan",{"id":85,"slug":86,"hex":87,"icon":17,"order":85,"translations":202},{"ru":203},{"title":90,"description":91},[205,211],{"id":6,"slug":206,"kind":104,"hex":207,"order":6,"translations":208},"concept","#4b5370",{"ru":209},{"title":210},"Концепция",{"id":102,"slug":103,"kind":104,"hex":105,"order":45,"translations":212},{"ru":213},{"title":108},"2026-04-25T22:42:20.445256+03:00",{"id":216,"slug":217,"translations":218,"category":223,"tags":226,"letter":233,"cover":17,"updated_at":234,"published_at":17},144,"cash-flow",{"ru":219},{"title":220,"short_definition":221,"translation_en":222},"Cash Flow (денежный поток)","Движение денежных средств компании: поступления минус выплаты за период.","Cash Flow",{"id":85,"slug":86,"hex":87,"icon":17,"order":85,"translations":224},{"ru":225},{"title":90,"description":91},[227,230],{"id":85,"slug":181,"kind":181,"hex":87,"order":85,"translations":228},{"ru":229},{"title":184},{"id":45,"slug":186,"kind":104,"hex":87,"order":187,"translations":231},{"ru":232},{"title":190},"C","2026-04-25T22:42:20.111144+03:00"]