התפלגויות יציבות ושונות אינסופית בפיננסים

התפלגות יציבה אם עבור עותקים בלתי־תלויים X_1 ו־X_2 ועבור a,b חיוביים, ל־aX_1+bX_2 יש אותו חוק כמו ל־cX+d עבור c>0 ו־d כלשהם

סגירות זו הופכת את המשפחה לטבעית לצבירה, משום שסכומים נשארים בתוך אותה מחלקה של צורות התפלגות

ההתפלגות הנורמלית היא החברה היציבה α=2; יציבות אינה פירושה אוטומטית זנבות כבדים או שונות אינסופית

מעריך היציבות הוא α ב־(0,2], מדד הא־סימטריה מקיים β in [−1,1], ואילו קנה המידה והמיקום קובעים את הגודל ואת המרכז לפי פרמטריזציה מוצהרת

עבור α<2, הזנבות משתנים באופן רגולרי עם מעריך α בתנאים לא־מנוונים, וקיצונים סבירים הרבה יותר מאשר בחוק נורמלי

לצפיפויות יציבות בדרך כלל אין צורות סגורות אלמנטריות, והפרמטריזציות שונות במיוחד ליד α=1, לכן מוסכמות התוכנה חשובות

לחוק יציב שאינו גאוסי עם α<2 יש שונות אוכלוסייה אינסופית, אף שלכל מערך נתונים סופי יש שונות מדגמית סופית

המומנט הראשון המוחלט סופי רק כאשר α>1; עבור α≤1 אפילו ממוצע אוכלוסייה קונבנציונלי בדרך כלל אינו קיים

שונות מדגמית גדלה או ממוצע לא יציב עקביים עם זנבות כבדים, אך אינם הוכחה כשלעצמם למומנט אינסופי

אם סכומים מנורמלים של משתנים בלתי־תלויים וזהים בהתפלגות מתכנסים לגבול לא־מנוון, הגבולות האפשריים הם חוקים יציבים

קלטים בעלי שונות סופית מובילים למקרה הגאוסי α=2, בעוד שקלטים מתאימים שמשתנים באופן רגולרי יכולים להוביל לגבולות יציבים עם α<2

קנה המידה של הצבירה הוא n^(1/α), לא √n, והמרכוז תלוי ב־α ובפרמטריזציה

מנדלברוט הציע חוקים יציבים פראטואיים לשינויי מחירים ספקולטיביים לאחר שצפה בהרבה יותר תנועות גדולות מכפי שמודל גאוסי מאפשר

פאמה חקר ניתוח תיקים תחת תשואות פראטואיות יציבות וכיצד פיזור עובד בלי שונות סופית

ראיות מאוחרות יותר לאשכולות תנודתיות, זנבות קטומים ומשטרים משתנים משמען שיציבות iid מדויקת אינה ההסבר היחיד לתשואות כבדות

מודל מדויק עם α<2 מסיק שאין שונות אוכלוסייה סופית באף אופק, לא רק שונות גדולה או כזו שקשה לאמוד

מודלים יציבים ממותנים, יציבים קטומים, תערובת, קפיצות, GARCH ותנודתיות סטוכסטית יכולים לחקות מדגמים סופיים כבדים תוך שמירה על מומנטים סופיים

מערכי נתונים סופיים כמעט לעולם אינם מבחינים בין זנב אינסופי אמיתי לבין חיתוך סופי גדול מאוד, לכן הטענה לא צריכה להישען על קטע ישר בתרשים לוגריתמי־לוגריתמי

אמּדו את α עם אי־ודאות באמצעות כמה שיטות ובדקו התאמה של פונקציה אופיינית, קוונטילים, חריגות ויציבות פרמטרים

בדקו אם סכומים לאורך אופקים משתנים לפי קנה המידה החזוי ואם תלות שיורית או אשכולות תנודתיות נשארים לאחר ההתאמה

השוו כיסוי זנב חזוי והחלטות מול חלופות בעלות שונות סופית, ודווחו אילו מומנטים המודל המותאם אומר שאינם קיימים