Постов с тегом "Парето": 16

Парето


Степень тяжелого хвоста не зависит от периода, день или год

Для лог доходности акций r = log S_T/S_0 степень хвоста не зависит от периода, прибыль за день, месяц или год.

Это видно математически Pr(X>x) ~ Cx^-a — степень a сохраняется при агрегировании (суммировании), меняется лишь константа.

И на графиках log log правого хвоста > 0.97 квантили, цвет дециль волатильности (множественные линии одного цвета — когорты чтобы избежать overlapping bias). Наклон на всех периодах одинаковый.

Степень тяжелого хвоста не зависит от периода, день или год


Отгдадка, почему Теор. Экстрим Знач, определение степени тяж хвоста не работает, часть 2

Проблема с которой я столкнулся в прошлых постах, при попытке определить степень тяжести хвостов распределения EVT Peak Over Threschold эстиматор дает огромные ошибки.

Если рассмотреть идеальный случай:
[1 / fit(GeneralizedPareto, rand(GeneralizedPareto(0, 1, 1/3), 500)).ξ for _ in 1:10]
получим
2.3747
 3.4744
 2.9658
 2.3281
 4.3979
 2.7633
 3.3022
 4.7440
 2.6349
 2.9094
И это при а) идеальном совпадении структуры (форма кривой), б) гиперпараметров (трешхолда=0), и в) достаточно большого сэмпла 500 точек, что не всегда возможно при «изоляции» хвоста (x > u) на реальных данных, обычно трешхолд ~ 0.98-0.99 квантиль, соотв чтобы получить хвост 500 точек нужен сэмпл 25к.

И даже в таком идеальном случае, ошибки 2.4-4.7. Ну а когда эти условия не идеальные — ошибка больше, что мы и наблюдали на графиках в прошлых постах.

Вывод — эстиматоры POT GPD MLE а также WM — совершенно не применимы на практике, и почему об этом не говориться на первой же странице книг и статей по EVT, чтоб не тратить на них время и сразу переходить к другим -  непонятно (либо я все еще допускаю где то ошибку, но я ее не вижу...)

( Читать дальше )

Практическая польза от Теории Экстремальных Значений? EVT

Недавно потребовалось установить экспоненту Парето хвоста распределения вероятностей. И чтобы посмотреть насколько хорошо методы EVT работают, я сделал простой пример.
Пример: 30 сэмплов StudentT(df=4), каждый размером 20000. Определить экспоненту хвоста используя методы: Хилла, GPD, LeastSquares, CDF LogLog PLot.
Результаты ужасны: точность всех методов плюс минус километр. Я не вижу ни малейшего смысла в EVT поскольку вручную по линейке установить наклон линии на ЛогЛог Графике CDF оказывается не хуже (мне кажется даже лучше) чем специализированные методы EVT.
На графике — y — найденная экспонента хвоста, каждая линия это отдельный сэмпл, цвет метод определения, х — гиперпараметр (число точек в хвосте распределения которые использовались в расчетах). Верный результат это горизонтальная линия y=4, вместо этого мы наблюдаем, в зависимости от метода — систематические ошибки, либо дикий хаос.

Практическая польза от Теории Экстремальных Значений? EVT
Даже, мне кажется с линейкой предпочтительней, график лог лог. Поскольку ты боль менее визуально и интуитивно понимаешь что делаешь. 

( Читать дальше )

Информация бывает вредна

Вот смотрю я на коллег-инвестблогеров и вижу крайне популярную тенденцию: пересказывать операционную и финансовую отчетность компаний, причем практически все ее пункты, то есть целиком. Понимаю, что они делают это с целью что-то разъяснить, проанализировать, но, если взглянуть на всех, получается очень смешно. Ведь все пишут одно и то же, потому что таковы правила игры: постоянно нужны актуальные новости, а где их еще взять?

Изредка встречается глубокий анализ, но и он грешит излишними подробностями, о которых речь пойдет ниже. По факту же в телеграм-каналах обычно тупой пересказ того, что и так видно всем, кто в эту отчетность потрудился заглянуть.

Я не занимаюсь финансовой журналистикой, намерения стать средством массовой информации у меня нет. Поэтому мои аналитические записки сильно отличаются от общепринятых стандартов аналитики от брокеров, блогеров и прочих экспертов.

Уверен, вы регулярно читаете разборы отчетности нефтяных компаний, где указаны количество АЗС, объемы бурения, изменение EBITDA и т.д, а у банков, к примеру, — количество клиентов, процентные и комиссионные доходы-расходы и суммы выданных ипотек. У меня же практически ничего, кроме прибыли и дивидендов, в анализе не содержится. Иные факторы появляются лишь изредка, когда вышеуказанные сигналы не дают полную картину.



( Читать дальше )

Статистика, графики, новости - 27.06.2024 - рекордная инфляция! Остановитесь!

Сегодня в выпуске:

— Как дела у наших банков?
— Поставки нашей нефти резко упали!
— Секреты счастливой жизни от мамы Илона Маска

— В ЕС скоро будет новый главный дипломат

Статистика, графики, новости - 27.06.2024 - рекордная инфляция! Остановитесь!

Доброе утро, всем привет!

Четверг. Инфляция.



( Читать дальше )

Принцип 80/20 % и биномиальность

Принцип 80/20 % и биномиальность

Почему явления разделяются по принципу 80/20 % и подобным принципам?

Явления разделяются по мощности биномиально,
где каждое явление в 2 раза больше ближайшего по мощности явления

Численно формируется ряд x+0,5x+0,25x+0,125x = 100
и значения группируются по мощности
(x+0,5x)+(0,25x+0,125x) = 100

Решая в десятичных числах, получаем x=100/1,875 и x=53,33

Тогда 0,5x=26,67 и 0,25x=13,33 и 0,125x=6,67

Возвращаясь в интеграл суммы мощности явлений, получаем:

53,33+26,67 = 80 и 13,33+6,67 = 20 в сумме 100% = 80% + 20%

или
53,33+6,67 = 60 и 26,67+13,33 = 40 в сумме 100% = 60% + 40%

Обратная задача, начиная с наименьшего по мощности явления

из уравнения x+2x+4x+8x=100 получаем x =100/15 =6,67

Решение через дроби:
(8/15 +1/15) +(4/15 +2/15) = 9/15 +6/15 = 60% +40%
(8/15 +4/15) +(2/15 +1/15) = 12/15 +3/15 = 80% +20%

Проверяя все варианты через дроби натуральные и десятичные,
решение показывает разделение 80% и 20% расчётное точное

1 / 15 = около 6%
3 / 15 = 20% точно
5 / 15 = 1/3 треть точно или около 33%

( Читать дальше )

Как анализировать компании и 80/20

Как анализировать компании и 80/20

     Как принимать решения о покупке и продажи акций и других ценных бумаг? Большинство аналитиков изучают отчёты компании, сайты, отзывы, факты и прочую тонну макулатуры. В принципе, всё верно. Но хочется обратить ваше внимание, что нередко аналитики, изучив одну и ту же информацию, могут приходить к совершенно разным выводам. А связано это с различным опытом, полученным ими до этого. 
     Вот давайте мысленно перенесёмся лет на 5-10 вперёд. Те люди, что застали одурачивание дивидендами Газпрома, возможно будут делать поправки в своих предположениях. Те же люди, что придут на биржу после, скорее всего всего будут игнорировать этот нюанс как пережиток прошлого.
     Но я вообще не об этом хотел рассказать. Прежде всего имелось желание напомнить про закон Парето.
20% усилий дают 80% результата, а остальные 80% усилий — лишь 20% результата

     Этот закон можно использовать не только на производстве, но и в управлении, в продажах, в бизнесе и во многих других сферах.

( Читать дальше )

ВТБ. Итоги голосования "лучший момент для приобретения акций ВТБ"

    • 22 марта 2021, 15:03
    • |
    • dirgen
  • Еще

В начале февраля открыл голосование «лучший момент для приобретения акций ВТБ»
lite.mfd.ru/forum/thread/?id=112380
Сейчас подвожу итоги. картинка получилась интересная, на мой взгляд.

Чтобы проще было увидеть резульаты голосования, я сгруппировал варианты ответов по их логическому смыслу. Таким образом, вместо 10 вариантов получилось вдвое меньше. Это удобнее анализировать и обсуждать.

Итак, что получилось на выходе:

31% — уход костина
я полагаю, что это скорее эмоциональный ответ, чем рациональный. уход костина — это риск, который может непонятным образом отыграть в условиях, когда у банка трудности как с капиталом, так и с эффективностью, так как в нашей системе на личности завязанно очень много. А костин к тому же имеет довольно уникальный политический вес в сложившейся системе власти в стране.
Моё мнение, что данный вариант не является сигналом для покупки акций, скорее наоборот… А люди, отметившие этот вариант, либо глубоко не задумывались над вариантами ответов, нажимая первый понравивиашийся вариант (эмоции), либо по своей психологии 



( Читать дальше )
  • обсудить на форуме:
  • ВТБ

6 причин для оптимизма в трейдинге, или почему нельзя сдаваться.

Часто наблюдаю на смарт-лабе упаднические настроения, посты о хаотичности рынка, о том как все плохо и т п. Вот мой ответ Чемберлену.

1. Те кто утверждают, что на бирже все проигрывают упускают одну деталь, если все проигрывают то куда уходят деньги, в чьих карманах они оседают? Не могут все проигрывать, просто потому что если где то убыло то где то прибыло.

2. Те кто утверждают, что рынок хаотичен, немного лукавят, так как повсеместно принятое мнение людей о хаосе и теории хаоса, это то что это непредсказуемо, и что это наука о непредсказуемости, на самом деле теория хаоса это наука о предсказуемости в нестабильных системах.

3. Даже на хаотичном рынке можно зарабатывать соблюдая правила риск менеджмента. Трейдер не может контролировать рынок, но он может контролировать свой стоп, точку входа и выхода.

4. Утверждение о том, что на рынке все проигрывают противоречит нормальному распределению, нормальное распределение настолько фундаментальный закон, что его используют даже для выявления подтасовки в выборах, если нормальное распределение не наблюдается, это означает либо методологические ошибки, либо подтасовка и искажение исследования или статистических данных.



( Читать дальше )

....все тэги
UPDONW
Новый дизайн