Una correlación muestral nula no significa necesariamente que no exista una relación lineal - página 19
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
El logaritmo de los incrementos de precio parece estar claro, pero el logaritmo del precio tampoco lo está
Los logaritmos se utilizan para establecer explícitamente que alguna cantidad con una distribución parecida a la normal tiene un límite inferior de cero. Al derivar la fórmula de Black-Scholes, se supone que la distribución del precio es lognormal, es decir, que no es el precio el que se distribuye normalmente, sino su logaritmo.
Esto no significa que sea necesariamente logarítmico. Podría estar equivocado, pero creo que BlackScholes es opciones https://ru.wikipedia.org/wiki/Модель_Блэка_-_Шоулза
Toda transformación debe tener un significado (un propósito) para revelar algo, para encontrar algo que no es visible en el conjunto original de números.
hrenfx, ¿has probado a construir el diagrama de dispersión de esas dos filas tras lo cual decidiste crear este hilo? ;)
He visto el resultado de esta fórmula. Se basa precisamente en una distribución lognormal del precio del activo subyacente de la opción. Allí, entre los supuestos subyacentes, está el de que el precio del subyacente está sujeto a un movimiento browniano geométrico. Vas a Movimiento Browniano Geométrico y ves allí que esto corresponde a la distribución de valores lognormal.
coeficientes de correlación (es decir, el coeficiente de correlación lineal de Pearson).
Esto, si lo piensas, es bastante obvio.
Muy bien, los CC de {EURUSD; GBPUSD} y {EURJPY; GBPJPY} son diferentes, por supuesto:
Esta es una de las razones por las que la lectura del coeficiente de correlación lineal de Pearson era poco halagüeña.
Ya existe un método implementado no para dos, sino para tres, cuatro o más instrumentos financieros:
Los círculos azules muestran las relaciones lineales correspondientes. Las discrepancias de los valores absolutos se deben a errores en la determinación del precio de cierre.
Aunque esto es mejor, también es malo, porque no es perfecto:
Lo ideal es que la suma de los valores absolutos de los coeficientes, y no la suma de los cuadrados, sea iguala uno.
Si se resuelve el método de reciclaje con una condición tan ideal, entonces también funcionará para dos fintechs.
hrenfx, ¿has probado a construir el diagrama de dispersión de esas dos filas tras lo cual decidiste crear este hilo? ;)
No lo he hecho, pero sí para este caso de correlación cero:
Después de reducir la MO a cero y la varianza a uno (el control de calidad no cambia) se ve así:
Eso está muy claro. Suelo utilizar un porcentaje de la variación del precio. Sólo quería saber el precio en sí, ¿para qué sirve?
He visto el resultado de esta fórmula. Se basa precisamente en una distribución lognormal del precio del activo subyacente de la opción. Allí, entre los supuestos subyacentes, está el de que el precio del subyacente está sujeto a un movimiento browniano geométrico. Vas a Movimiento Browniano Geométrico y ves allí que corresponde a la distribución de valores lognormal.
Es más sencillo que eso. Black-Scholes, como muchas otras cosas en econometría, se basa en el supuesto de normalidad. Todo el mundo admite que esto no es del todo correcto, pero es muy difícil hacer una mejor aproximación a la realidad. La teoría del paseo aleatorio se basa de nuevo en la normalidad de los incrementos. Era más fácil así.
Pues bien, la lognormalidad aparece simplemente porque todo el mundo trabaja con el logaritmo del precio, es decir, no con el precio, sino con el porcentaje de beneficio - rendimiento. Es imposible comparar dos activos con precios de 1 céntimo y 400 dólares cada uno, pero sí es posible comparar sus logaritmos, ya que estarán separados sólo por una constante. Quitándola obtenemos, por ejemplo, su gráfico histórico en la misma escala.
Los logaritmos se utilizan para establecer explícitamente que una cantidad con una distribución parecida a la normal tiene un límite inferior de cero.
1. Exactamente, pero sabemos que los precios nunca están por debajo de 0.
Al derivar la fórmula de Black-Scholes, se asume que la distribución del precio es lognormal, es decir, no es el precio el que se distribuye normalmente, sino su logaritmo.
2. Dicho esto, los precios no se distribuyen de forma normal. Y lo que es más, la distribución puede ser diferente para distintos instrumentos, y aún así no es lognormal.
En ambos casos vemos que el logaritmo no tiene sentido. En el primero, es simplemente innecesario. En el segundo, es el dominio equivocado.