나는 이 공식의 결과를 보았다. 그것은 옵션의 기초 자산 가격의 로그 정규 분포에 정확히 의존합니다. 같은 곳에서 기본가정 중 기초자산의 가격이 기하구조의 영향을 받는다는 가정이 있습니다. 브라운 운동. 우리는 기하 브라운 운동 링크를 따라가서 그것이 크기의 대수 정규 분포에 해당함을 확인합니다.
나는 이 공식의 결과를 보았다. 그것은 옵션의 기초 자산 가격의 로그 정규 분포에 정확히 의존합니다. 같은 곳에서 기본가정 중 기초자산의 가격이 기하구조의 영향을 받는다는 가정이 있습니다. 브라운 운동. 우리는 기하 브라운 운동 링크를 따라가서 그것이 크기의 대수 정규 분포에 해당함을 확인합니다.
모든 것이 더 쉽습니다. 계량 경제학의 다른 많은 것과 마찬가지로 Black Shoals는 정규성 가정을 기반으로 합니다. 이것이 완전히 옳지 않다는 것은 누구나 인정하지만 현실에 더 잘 근사하는 것은 매우 어렵습니다. 랜덤 워크 이론은 다시 증분의 정규성에 의존합니다. 그게 더 쉬웠어요.
음, 로그 정규성은 단순히 모든 사람이 가격의 로그로 작업하기 때문에 나타납니다. 가격이 아니라 이익의 비율 - 수익. 1센트와 400달러의 가격으로 두 자산을 비교할 수는 없지만 로그를 비교할 수는 있습니다. 그것들은 단지 상수로 분리될 것이며, 예를 들어 동일한 스케일의 과거 그래프를 얻을 수 있습니다.
가격 증분의 대수에 관해서는 분명해 보이지만 가격의 대수도 맛보지 못한 이유
로그는 정규 분포와 유사한 분포를 가진 수량의 하한이 0임을 명시적으로 나타내는 데 사용됩니다. Black-Scholes 공식을 유도할 때 가격 분포는 로그 정규, 즉 정규 분포는 가격이 아니라 로그입니다.
이것은 로그를 취해야 한다는 것을 전혀 의미하지 않습니다. 내가 틀릴 수 있지만 Black_Scholes가 옵션인 것처럼 https://en.wikipedia.org/wiki/Black_Scholes_Model
모든 변환은 의미(목표)가 있어야 무언가를 드러내고 원래 숫자 집합에서 볼 수 없는 무언가를 찾습니다.
hrenfx, 이 두 행의 산점도를 작성하려고 시도한 후 이 주제를 작성하기로 결정하셨습니까? ;)
나는 이 공식의 결과를 보았다. 그것은 옵션의 기초 자산 가격의 로그 정규 분포에 정확히 의존합니다. 같은 곳에서 기본가정 중 기초자산의 가격이 기하구조의 영향을 받는다는 가정이 있습니다. 브라운 운동. 우리는 기하 브라운 운동 링크를 따라가서 그것이 크기의 대수 정규 분포에 해당함을 확인합니다.
상관 계수 (우리는 Pearson의 선형 상관 계수에 대해 이야기하고 있습니다).
이것은 생각해보면 아주 명백합니다.
맞습니다. KK {EURUSD; GBPUSD} 및 {EURJPY; GBPJPY}는 물론 다릅니다.
이것이 그가 Pearson의 선형 상관 계수 판독값에 대해 아첨하지 않는 이유 중 하나입니다.
2개가 아니라 3개, 4개 또는 그 이상의 핀에 대해 이미 구현된 방법이 있습니다. 도구:
파란색 원은 해당 선형 관계를 보여줍니다. 절대값의 차이는 종가를 결정하는 오류로 인해 발생합니다.
그리고 이것이 더 좋긴 하지만 나쁘기도 합니다. 왜냐하면. 완벽하지 않음:
이상적으로 통일성은 제곱 의 합이 아니라 계수의 절대값의 합 과 같아야 합니다.
이러한 이상적인 조건으로 재활용 방법을 해결하면 두 개의 핀이 있습니다. 도구가 작동합니다.
hrenfx, 이 두 행의 산점도를 작성하려고 시도한 후 이 주제를 작성하기로 결정하셨습니까? ;)
나는 그것을 시도하지 않았지만 상관 관계가 0인 경우를 위해 다음과 같이 만들었습니다.
MO를 0으로 만들고 분산을 1로 만든 후(이 경우 KK는 변경되지 않음) 다음과 같이 되었습니다.
이것은 이해할 수 있습니다. 나는 일반적으로 가격 변동 비율을 사용합니다. 가격 자체에 대해 알고 싶었을 뿐인데 왜 그럴까요?
나는 이 공식의 결과를 보았다. 그것은 옵션의 기초 자산 가격의 로그 정규 분포에 정확히 의존합니다. 같은 곳에서 기본가정 중 기초자산의 가격이 기하구조의 영향을 받는다는 가정이 있습니다. 브라운 운동. 우리는 기하 브라운 운동 링크를 따라가서 그것이 크기의 대수 정규 분포에 해당함을 확인합니다.
모든 것이 더 쉽습니다. 계량 경제학의 다른 많은 것과 마찬가지로 Black Shoals는 정규성 가정을 기반으로 합니다. 이것이 완전히 옳지 않다는 것은 누구나 인정하지만 현실에 더 잘 근사하는 것은 매우 어렵습니다. 랜덤 워크 이론은 다시 증분의 정규성에 의존합니다. 그게 더 쉬웠어요.
음, 로그 정규성은 단순히 모든 사람이 가격의 로그로 작업하기 때문에 나타납니다. 가격이 아니라 이익의 비율 - 수익. 1센트와 400달러의 가격으로 두 자산을 비교할 수는 없지만 로그를 비교할 수는 있습니다. 그것들은 단지 상수로 분리될 것이며, 예를 들어 동일한 스케일의 과거 그래프를 얻을 수 있습니다.
로그는 정규 분포와 유사한 분포를 가진 수량의 하한이 0임을 명시적으로 나타내는 데 사용됩니다.
1. 맞습니다. 하지만 우리는 가격이 0보다 낮지 않다는 것을 알고 있습니다.
Black-Scholes 공식을 유도할 때 가격 분포는 로그 정규, 즉 정규 분포는 가격이 아니라 로그입니다.
2. 동시에 가격은 로그 정규 분포를 따르지 않습니다. 더욱이, 다른 도구의 경우 분포가 다를 수 있지만 여전히 로그 정규가 아닙니다.
두 경우 모두 로그가 무의미하다는 것을 알 수 있습니다. 처음에는 - 단순히 필요하지 않습니다. 두 번째로, - 그 지역이 아닙니다.