Это исследование я сделал под влиянием бурной дискуссии на форуме о распределении «хвостов» приращений логарифмов цен, возникшей, казалось, на «пустом месте»: насколько корректны доверительные интервалы для оценок параметров линейной регрессии в альфа-бета модели?
Кроме указанной ссылки, дискуссия продолжилась в еще двух ветках: тут и тут.
Действительно, эти оценки в классическом случае строятся на основе центральной предельной теоремы для статистик оценок параметров линейной регрессии. Однако, как я уже писал на смартлабе, необходимым условием которой является скорость роста дисперсии суммы слагаемых как О(N), N – число слагаемых, а для быстрой сходимости в центральной области еще и требуется конечность абсолютного третьего момента любого слагаемого (если говорить о сходимости на всей прямой, включая «большие уклонения», то еще требуется и конечность всех моментов отдельных слагаемых). Однако эти условия не выполняются для части распределений Парето и Стьюдента с полиномиальной скоростью убывания «хвостов» и поэтому для «хорошего» приближения суммы таких слагаемых нормальным законом требуется очень большое число испытаний, которых, как правило, в альфа-бета модели, построенной на дневных данных, нет. А значит традиционные методы построения доверительных интервалов для оценок параметров этой модели «не работают».
Итак, пара общих определений.
Платежное поручение — это обязательство продавца выплатить некоторую сумму покупателю, зависящую от цены базового актива в будущий момент времени Т — С(Т).
Платежной функцией платежного поручения называется функция выплат f(C(T)).
Тогда справедливой ценой платежного поручения можно считать среднее f(C(T)) по распределению будущей цены С(Т) (чаще всего неизвестному точно), деленную на 1+R, где R- безрисковая ставка до момента времени Т.
Начнем с традиционной таблицы
Писать об отдельных системах в такой месяц и нечего, потому что все в заголовке. Приведу только график динамики счета, который наглядно подтверждает заголовок

