Merci pour le retour, j’ai effectué l’ensemble des améliorations proposées, maintenant une nouvelle version a été lancé depuis ce matin. n’hésitez pas avec vos inputs 
je remplace aussi le lien dans le post initial
Monte Carlo V3
Bonjour,
Merci pour la mise à jour.
L’application est très lente sur mobile, je n’arrive même pas à insérer les paramètres. Les simulations sont faites en temps réel et avec la puissance de calcul de mon dispositif ? Si oui, il serait bien de lancer la simulation après une confirmation de ma part
1 « J'aime »
Oui ce n’est pas compatible mobile encore, et effectivement cetait encore plus long il y a quelques jours mais je lai deja alléger mais garder la mise à jour en temps réel. je rajouterai un bouton qui lance la simulation après avoir saisi les paramètres.
1 « J'aime »
Cest regle 
1 « J'aime »
Attention, si tu demande une adresse email ça commence à devenir de la pub sur finary
Je viens de tester
Ça commence à être vraiment pas mal. Probablement l’un des outils gratuits le plus avancés.
Bravo
1 « J'aime »
Rien n’oblige je pense à aller plus loin si vous trouvez un inconvénient de partager votre mail pour cet experience.
L’outil pour moi était venu d’un besoin personnel et c’est par pur curiosité que je l’ai développé.
Le mail me sert a collecter le nombre de personnes qui utilisent l’outil, ce que je n’arrivais ps a voir ds la première version, car le site me demande un paiement pour connaître le nombre d’utilisateurs, sachant que j’ai utilisé que le service gratuit pour le moment, c’était le seul moyen de contourner leur règles
Voila voilà, merci pour le passage quand même
Allez petit tips de dev 
sur vercel tu peux faire dans ta console npm i @vercel/analytics et en haut de ton fichier import { Analytics } from « @vercel/analytics/next » en mode hobby tu es 50 k/mois de tracking pour les utilisateurs qui ce conencte à ton site.
Le problème, c’est qu’avec la collecte des emails, on n’a aucune idée de ce que tu en fais réellement, ce qui peut rapidement s’apparenter à de la pub déguisée sur le forum Finary. Et on essaie d’avoir une tolérance zéro. Si tu dis oui à une personne, au final tu es obligé de dire oui à tout le monde 
1 « J'aime »
Je n’ai pas vu les détails de ta simulation, ta méthodologie, ce serai intéressant que tu les publie quelque part en ligne, sur ton site (sans demander de rentrer son mail au préalable) ou ici.
- Est ce que la loi normale est appropriée ? Va t elle permettre de générer suffisament d’extrêmes ?
- Indépendance des actifs : ce n’est pas assez réaliste et va sous estimer les extremes (haut comme bas).
- Est ce que tu simules les revenus par année ou par mois ? Comment prends tu en compte la dépendance temporelle, pour générer des cycles (si il y en a) ?
Pour l’instant j’en fait rien, vu que jai rien mis en place pour vérifier la véracité du mail. Je vais checker le tips merci
1 « J'aime »
Merci pour ta question tres pertinente ! Voici quelques détails sur la méthodologie de la simulation :
• Les rendements des actifs sont simulés via une loi normale multivariée, avec corrélation réelle entre actifs. J’utilise une décomposition de Cholesky appliquée à une matrice de corrélation définie par l’utilisateur.
• L’évolution est simulée mois par mois, avec des rendements simulés annuellement (i.i.d.) puis répartis mensuellement ((1 + r)^(1/12)).
• Les extrêmes sont possibles mais sous-estimés par la loi normale.
• Il n’y a pas encore de structure cyclique ou temporelle (autocorrélation) — les rendements sont indépendants entre années.
Voila voilà, merci de me dire ce que t’en penses
Ce serai intéressant de vérifier si tes simulations reproduisent bien le comportement du passé. Par exemple, tu simule 50 ans avec le rendement moyen du sp500 et tu compare tes simulations au sp500, en terme de perte/gain max, variance, durée de cycles, etc… C’est pas parfait, mais un moyen rapide de comparer.
- loi normale multivariée: même avec une corrélation forte, les extrêmes sont indépendants avec la loi normale (« asymptotic independence »). Ça va sous estimer les risques.
- la loi normale est une mauvaise approximation en finance: pourquoi ne pas utiliser une autre loi, qui génère plus d’extrêmes (puisque la quantification des risques est importante dans une stratégie de rente). Regarder du côté des « heavy tailed distributions ».
- Indépendence des années : ce serait intéressant de regarder si c’est le cas dans les données historiques, et si non, d’utiliser un modèle de série temporelle pour générer de la dépendance. Sinon, on sous estime les risques.
J’avais fait des simulations il y a quelques années, pour mes propres calculs FIRE. J’avais utilise des données historiques du sp500, une méthode de ré-échantillonnage (par block) pour générer de « nouvelles » années/cycles. C’est pas parfait, et je n’avais qu’un seul « actif ». C’est difficile de faire des simulations réalistes.
Très bon point. Je suis parti sur une base simple (normale multivariée + corrélation via Cholesky), mais je suis conscient que ça lisse trop les extrêmes. J’ai justement ajouté une section “stress test” pour explorer des scénarios plus violents, en attendant d’intégrer des distributions à queues épaisses ou du bootstrapping par blocs.
Je note aussi l’idée de benchmark vs historique, ça me parle pas mal. Merci !
Ce qui sera aussi intéressant est un comparatif de résultats entre ce que tu as deja développé et mon outil, si tu peux nous partager ca, ca sera cool !
Bravo pour ton taf, c’est super cool de voir des membres développer leurs propres outils ! La simulation Monte Carlo est vraiment utile pour se projeter et ça manquait d’une version simple et visuelle comme tu l’as faite.
Ce qui est intéressant aussi, c’est de croiser ce genre d’approche avec des simulateurs orientés immobilier. Par exemple j’ai récemment découvert Valuo, qui se concentre sur la comparaison achat vs location et la rentabilité locative. Ça permet d’avoir une vision patrimoniale encore plus complète en combinant marché financier et immobilier.
Je trouve que ton outil et ce type de simulateurs se complètent bien, ça aide à prendre des décisions plus rationnelles plutôt que de se fier aux “on dit”.
1 « J'aime »