PTT職涯區 / Quant (計量經濟/數理金融)

Fw: [討論] 報酬率常態分佈假設

看板Quant (計量經濟/數理金融)作者 (jayhsieh)時間10年前 (2015/02/04 22:42), 編輯推噓0(0推 0噓 0→)
留言0則, 0人參與, 最新討論串1/1
※ [本文轉錄自 jayhsieh 信箱] 作者: gozule (好冷啊~~) 站內: Quant 標題: [討論] 報酬率常態分佈假設 時間: Wed Aug 27 17:40:39 2014 如標題所寫，許多交易或定價模型(如CAPM, Black-Schole eq.等)， 假設標的物(如股票、期貨、選擇權)的報酬率符合常態分佈， 但是在許多文獻與實證研究當中，大家又公認報酬率 有fat tail與volatility clustering的性質， 間接說明了模型的結果是有問題的。 但是為何到了現在這些模型的結果還是常常被引用? 除了這些模型有解析解的因素與欺騙外行人不懂， 還有什麼不為人知的原因嗎? -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 223.143.123.206 ※ 文章網址: http://www.ptt.cc/bbs/Quant/M.1409132442.A.4E2.html
推
08/27 20:04, , 1F
簡單、運算快、參數估計方法簡單、客戶買單，樓下補充
08/27 20:04, 1F
→
08/27 20:05, , 2F
也有不少修正的模型，如跳躍擴散過程、隨機波動度等等
08/27 20:05, 2F
→
08/27 20:07, , 3F
估計方法相對困難，算出來的理論價格交易員肯接受嗎？
08/27 20:07, 3F
推
08/27 20:09, , 4F
有closed form solution就差很多了 實務應用上很重要
08/27 20:09, 4F
→
08/27 20:10, , 5F
BS model離現實相去甚遠 這你知我知 學術上並不是沒有試
08/27 20:10, 5F
→
08/27 20:10, , 6F
著提出更realistic的模型 但是都比較難實際應用
08/27 20:10, 6F
→
08/27 20:11, , 7F
我以前工作部門必須要寫程式計算選擇權價格並且即時報價
08/27 20:11, 7F
→
08/27 20:11, , 8F
沒有closed form solution的評價公式 非常非常難寫到
08/27 20:11, 8F
→
08/27 20:12, , 9F
公司報價系統裡面 寫進去後也是跑不動 有什麼用?
08/27 20:12, 9F
→
08/27 20:14, , 10F
很多模型在學術上有其貢獻與重要性，但是實務運用成本高
08/27 20:14, 10F
推
08/27 20:15, , 11F
順便一提 其實有時候不是存心欺騙外行人不懂 而是因為
08/27 20:15, 11F
→
08/27 20:15, , 12F
外行人不懂所以只好欺騙....我舉個實例 以前在工作時
08/27 20:15, 12F
→
08/27 20:16, , 13F
曾跟主管機關討論過某衍生性商品定價 我們提出來說這商
08/27 20:16, 13F
→
08/27 20:16, , 14F
品因為XXXX所以評價上如何如何 某某公式太簡單不正確...
08/27 20:16, 14F
→
08/27 20:16, , 15F
跟主管機關或會計師事務所打交道就會發現用複雜模型
08/27 20:16, 15F
→
08/27 20:16, , 16F
是自找麻煩 ╮(╯_╰)╭
08/27 20:16, 16F
→
08/27 20:17, , 17F
但是主管機關只說 用太複雜的定價公式 你們能解釋給那些
08/27 20:17, 17F
→
08/27 20:18, , 18F
投資散戶聽嗎? 一般人都能接受能懂嗎?
08/27 20:18, 18F
→
08/27 21:27, , 19F
原來如此，但是複雜的模型準確度和簡單模型差距會很大嗎
08/27 21:27, 19F
→
08/27 21:28, , 20F
如果複雜模型準確度達到顯著性，那麼會用模型的人就有優勢
08/27 21:28, 20F
推
08/28 01:20, , 21F
實務上指的會用模型 是說能寫出電腦程式 能運算 能估計
08/28 01:20, 21F
→
08/28 01:21, , 22F
參數準確 運算速度夠快 之類的吧 如果都有這些技術那應
08/28 01:21, 22F
→
08/28 01:22, , 23F
該會有優勢吧 但是有那樣的技術水準並不容易
08/28 01:22, 23F
→
08/28 01:22, , 24F
而且有些實務上的問題並不是說自己會自己懂就好
08/28 01:22, 24F
→
08/28 01:23, , 25F
有些時候必須面對主管機關 面對投資散戶 並不是自己想怎
08/28 01:23, 25F
→
08/28 01:23, , 26F
麼做就怎麼做的 當主管機關一道命令說 只准用BS formula
08/28 01:23, 26F
→
08/28 01:23, , 27F
來報價 你能說不嗎?
08/28 01:23, 27F
→
08/28 09:08, , 28F
我的意思是對客戶用標準模型報價，但是自已用複雜模型演算
08/28 09:08, 28F
→
08/28 09:11, , 29F
只要真的有賺頭，要找到會寫程式+了解金融模型的團隊不難
08/28 09:11, 29F
→
08/28 09:16, , 30F
我本身就是資工演算法專長，論文做投資組合風險模型，以後
08/28 09:16, 30F
→
08/28 09:17, , 31F
希望能把投資當成是本業，所以我對模型的實用性要求很高
08/28 09:17, 31F
推
08/28 13:50, , 32F
自己用複雜模型演算當然是有可能的 那就看程式與系統
08/28 13:50, 32F
→
08/28 13:50, , 33F
做不做得到 要找會寫程式+了解金融模型的團隊是不難
08/28 13:50, 33F
→
08/28 13:51, , 34F
但是..以我自己以前工作的經驗為例 我們部門有近兩千檔
08/28 13:51, 34F
→
08/28 13:51, , 35F
衍生性商品在市場上要即時報價 同時自己也必須做避險
08/28 13:51, 35F
→
08/28 13:52, , 36F
要演算一兩個商品不難 要演算兩千個商品就不是那麼容易
08/28 13:52, 36F
→
08/28 13:52, , 37F
而且必須要即時喔 市場標的物價格一變 程式就要立即演算
08/28 13:52, 37F
→
08/28 13:53, , 38F
完畢 幾秒內就要做到 我不是電腦專家 但我以前公司也是
08/28 13:53, 38F
→
08/28 13:54, , 39F
數一數二大 電腦資訊人才絕對不缺 但還是受限於硬體條件
08/28 13:54, 39F
→
08/28 13:56, , 40F
總之...我覺得要把理論推到實際應用 不是那麼容易啦
08/28 13:56, 40F
→
08/28 17:48, , 41F
大家都買單的模型就是市場!!!
08/28 17:48, 41F
→
08/28 18:51, , 42F
L大解釋的做法偏向高頻率的報價，這個我就沒有研究了
08/28 18:51, 42F
推
08/28 22:40, , 43F
所以我說只是我以前的工作經驗 不同業務有不同做法
08/28 22:40, 43F
→
08/28 22:41, , 44F
只是因為你內文剛好有提到欺騙外行人不懂 我有感觸XD
08/28 22:41, 44F
推
08/29 07:17, , 45F
參數也是會隨著時間改變的，例如skew
08/29 07:17, 45F
→
08/29 08:30, , 46F
參數理論上應該要隨時間改變，但是如此一來就必須用數值的
08/29 08:30, 46F
→
08/29 08:31, , 47F
方法才能求解，而又變成沒有解析解的情形了
08/29 08:31, 47F
→
08/30 15:26, , 48F
其實現在對一堆實務的現象也在修正啊 從BS到HDT..
08/30 15:26, 48F
→
08/30 15:26, , 49F
覺得幾十年都沒修正 沒有那種學科能存在好嗎
08/30 15:26, 49F
推
08/30 15:29, , 50F
BDT
08/30 15:29, 50F
推
08/31 00:56, , 51F
推S大。大家都在用就是市場價格。交易員必須從市場獲
08/31 00:56, 51F
→
08/31 00:57, , 52F
沒空管模型對不對
08/31 00:57, 52F
推
09/01 19:18, , 53F
有些市場BS已經變成市場慣例，交易員直接用波動度報價
09/01 19:18, 53F
推
09/07 23:23, , 54F
先猜主管機關是TXXE, 商品是動物証
09/07 23:23, 54F
推
12/22 04:20, , 55F
牛熊
12/22 04:20, 55F
※ Deleted by: jayhsieh (111.185.87.93) 02/03/2015 23:56:49 ※ 發信站: 批踢踢實業坊(ptt.cc) ※ 轉錄者: jayhsieh (111.185.87.93), 02/04/2015 22:42:56
‣ 更多 jayhsieh 的文章
文章代碼(AID): #1KqY_o_E (Quant)
Quant 近期熱門文章
更多 近期熱門文章 >>
PTT職涯區 即時熱門文章
更多 即時熱門文章 >>
‣ 更多 jayhsieh 的文章
文章代碼(AID): #1KqY_o_E (Quant)