The Zero Puzzle (1 Viewer)

Paolo1956

Forumer attivo
Sì, a parte che alcuni zeri dei tempi antichi potrebbero essere errori, come venivano espressi i prezzi dei sottostanti l'indice all'epoca? Non ci potrebbe essere un effetto distorsivo?
 

Sig. Ernesto

Vivace Impertinenza
Sì, a parte che alcuni zeri dei tempi antichi potrebbero essere errori, come venivano espressi i prezzi dei sottostanti l'indice all'epoca? Non ci potrebbe essere un effetto distorsivo?

Bisogna indagare...purtroppo non ci sono fonti affidabili...forse Cren ha qualcosa di pulito ma credo che non si discosti da quanto ho rlevato..da provare cmq..
 

Sig. Ernesto

Vivace Impertinenza
(..........)

moto browniano geometrico:

il logaritmo della variabile che segue tale moto presenta una distribuzione normale.

Vediamola con 16,700,000 osservazioni..mia miglior apprssimazione dell'infinito

La distrbuzione normale è una distribuzione simmetrica a curtosi =3

con una quantità di osservazioni così imponente la fitto benino come potete osservare dalla figura e dalle statistiche descrittive ma....

r
-------------------------------------------------------------
Percentiles Smallest
1% -2.326779 -5.250443
5% -1.645073 -5.200664
10% -1.282246 -5.171692 Obs 16700000
25% -.6749783 -5.139966 Sum of Wgt. 16700000

50% .0001457 Mean -.0000905
Largest Std. Dev. 1.000227
75% .6748483 4.953959
90% 1.281772 4.958336 Variance 1.000454
95% 1.645343 5.137116 Skewness .0000417
99% 2.325284 5.212116 Kurtosis 2.998362


sezioniamola....
 

Allegati

  • Graph.png
    Graph.png
    17,8 KB · Visite: 446

Paolo1956

Forumer attivo
Seconda cosa:

se l'indice è un numero ~ 20,xx non puoi esprimere variazioni < 0,05%.

se esprimi i prezzi come xx,n/4 è più facile che trovi zero come variazione media

se consideri zero le variazioni <0,1% (in val. ass.) trovi che quella probabilità si stabilizza quasi subito.
 
Ultima modifica:

AndrewLR

Nuovo forumer
numero eventi /numero osservazioni*100

Di nuovo non ben definito, ci sara' un lookback o un raggruppamento?

E questa misura non so se io la chiamerei "probabilita'", ma vabbe'.

Comunque, ti lascio la scena :)

Seconda cosa:

se l'indice è un numero ~ 20,xx non puoi esprimere variazioni < 0,05%.

se esprimi i prezzi come xx,n/4 è più facile che trovi zero come variazione media

se consideri zero le variazioni <0,1% (in val. ass.) trovi che quella probabilità si stabilizza quasi subito.

Stiamo considerando ritorni di esattamente zero, il tuo discorso non c'entra.
 
Ultima modifica:

Sig. Ernesto

Vivace Impertinenza
(..........)

moto browniano geometrico:

il logaritmo della variabile che segue tale moto presenta una distribuzione normale.

Vediamola con 16,700,000 osservazioni..mia miglior apprssimazione dell'infinito

La distrbuzione normale è una distribuzione simmetrica a curtosi =3

con una quantità di osservazioni così imponente la fitto benino come potete osservare dalla figura e dalle statistiche descrittive ma....




sezioniamola....


pensiamo al rapporto call/put europee...al ratio Omega ad esempio che personalemente utilizzo per molti scopi.

Deviazione standard=1 con(semplifico) osservazioni positive equiprobabili cme frequenza e magnitudo in una distribuzione normale vuol dire che la deviazione standard delle sole osservazioni(rendimenti) positive deve essere uguale a 0.5..valore che sommato allo 0.5 rilevato sulle negative ci restituisce la varianza totale.

Il metodo per discriminare i momenti parziali della distribuzione è il classico tramite funzione indicatrice che...qui arriva il problema..ci piazza degli zero a gogò ove non viene rilevato il segno imposto.

problema di incoerenza...sti zero nella realtà probabilmente non li vedremo mai...

PROBLEMA DI STIMA:

misuriamo la deviazione standard delle osservazioni discriminate per segno con gli zero oggetto di discussione:

osserviamo:

pr
-------------------------------------------------------------
Percentiles Smallest
1% 0 0
5% 0 0
10% 0 0 Obs 16700000
25% 0 0 Sum of Wgt. 16700000

50% .0001457 Mean .3990219
Largest Std. Dev. .5838873
75% .6748483 4.953959
90% 1.281772 4.958336 Variance .3409244
95% 1.645343 5.137116 Skewness 1.640137
99% 2.325284 5.212116 Kurtosis 5.405393

nr
-------------------------------------------------------------
Percentiles Smallest
1% -2.326779 -5.250443
5% -1.645073 -5.200664
10% -1.282246 -5.171692 Obs 16700000
25% -.6749783 -5.139966 Sum of Wgt. 16700000

50% 0 Mean -.3991124
Largest Std. Dev. .5839694
75% 0 0
90% 0 0 Variance .3410202
95% 0 0 Skewness -1.639342
99% 0 0 Kurtosis 5.401663
che è un errore bello grosso rispetto quello che dovrei trovare (che ho già trovato in effetti)

Ovvero, tradotto, la varianza della distrbuzione discriminata non è assimilabile alla normale che l'ha originata.

E questo è un altro bel problema..
 
Ultima modifica:

Users who are viewing this thread

Alto