Крылья? Ноги? Главное - хвост! (с)

28 ноября 2022, 11:46
|
tashik

Дошли руки перевести еще один материал Марка Джеймисона, на этот раз о «толстых хвостах» распределения, и оформить его в виде Jupyter notebook наглядно и практично.

Угощайтесь!

Чтобы менять что-то в коде, нужно сохранить копию блокнота себе на Google Drive.

спецраздел:
опционы

1.6К | ★3

12 комментариев

огромное количество литературы ошибочно трактуют гетероскедастичность как толстохвостость. А здесь зачем-то усредняют несколько гауссиан и выводят не менее странное определение «хвостов»

wrmngr

28 ноября 2022, 12:05
Ответить

wrmngr, а в чем проблема определить «хвост» как результат усреднения гауссиан?

Kot_Begemot

28 ноября 2022, 12:18
Ответить

Kot_Begemot, никакой проблемы нет, но и прикладного толку от этих упражнений тоже нет

wrmngr

28 ноября 2022, 12:32
Ответить

wrmngr, совсем прикладного нет, а про рисерч толк я бы не сказал. Все таки мы должны хотя бы отдаленно понимать с чем имеем дело, чтобы сделать с этим что-то прикладное)

Kot_Begemot

28 ноября 2022, 12:34
Ответить

Kot_Begemot, если вы выходите на опшн маркет чтобы забрать ликвидность, то вы будете иметь дело в 90% случаев с маркет-мейкером, вот его и надо изучать))

wrmngr

28 ноября 2022, 12:38
Ответить

wrmngr, возможно, так модельно подмешивается jump?

tashik

28 ноября 2022, 12:29
Ответить

tashik,

Kot_Begemot

28 ноября 2022, 12:32
Ответить

Kot_Begemot, чего? ) Ну взяли к норм распределению намешали распределение с большей дисперсией, но не как тут, а в каком-то соотношении более реальном (пореже чтобы попадалось значение из второго распределения) — и получилось типа намоделировали джампов? Нет?

tashik

28 ноября 2022, 12:35
Ответить

tashik, Таш, это вол оф вол в чистом или грязном виде. Jump можно, конечно, и так намоделировать, но только это какой-то странный jump, состоящий из бесконечно большого числа микроjumpoв, заданного, постоянного размера. :pokeafce:

Kot_Begemot