Todas las guías de opciones
Dos intervalos que asignan probabilidad a objetos distintos15 min de lectura
Intervalo de Confianza vs Intervalo Creíble
Compara los intervalos de confianza frecuentistas con los intervalos creíbles bayesianos, incluidos cobertura, probabilidad posterior, priors, verosimilitud, transformación, selección, calibración e interpretación financiera
Preparado por Mark · Fuentes principales al final
Respuesta directa
Un intervalo de confianza procede de un método de muestreo repetido diseñado para cubrir un parámetro fijo con una tasa de largo plazo. Un intervalo creíble bayesiano contiene una cantidad declarada de probabilidad posterior para un parámetro incierto, condicionada al modelo, prior y datos. Los extremos pueden coincidir, pero las afirmaciones probabilísticas no son intercambiables
Ambos intervalos parten de un estimando y un modelo
Define el objetivo antes de calcular: rentabilidad media, coeficiente de regresión, volatilidad, impago, entrada de un modelo de opciones u otra cantidad
El modelo muestral determina cómo varían los datos; el preprocesamiento, dependencia, censura y selección deciden qué incertidumbre entra realmente
Ningún intervalo cubre mala especificación, cambios de régimen, errores de datos o un objetivo ajeno a la decisión salvo que se incorporen al análisis
La confianza se refiere al procedimiento
Un procedimiento de confianza del 95% produce intervalos que contienen el parámetro verdadero fijo en el 95% de las muestras bajo sus supuestos
Tras observar un intervalo, la teoría clásica de cobertura no asigna un 95% de probabilidad a que el parámetro fijo esté entre esos extremos
El parámetro es fijo y el intervalo aleatorio antes de muestrear; la cobertura pertenece a la regla repetida, no a cada intervalo realizado
La credibilidad se refiere a probabilidad posterior
Un intervalo creíble del 95% contiene el 95% de la probabilidad posterior del parámetro bajo la verosimilitud y el prior especificados
Los intervalos de colas iguales dejan igual masa posterior a cada lado; los de máxima densidad buscan valores densos y pueden ser discontinuos
La afirmación posterior es directa, pero condicional: un mal prior, verosimilitud o proceso de datos puede dar un intervalo preciso y engañoso
Extremos similares no borran la diferencia
Con modelos regulares, muestras grandes y poca influencia del prior, los intervalos de confianza y creíbles pueden ser numéricamente cercanos
Pueden separarse cerca de fronteras, con verosimilitudes sesgadas, identificación débil, muestras pequeñas, agrupamiento jerárquico o priors informativos
La coincidencia es un resultado numérico bajo supuestos concretos, no prueba de que cobertura frecuentista y probabilidad posterior signifiquen lo mismo
La anchura no mide toda la calidad
Un intervalo estrecho puede reflejar más información, pero también dependencia subestimada, selección, parada opcional, un modelo rígido o un prior concentrado
Los procedimientos de confianza necesitan pruebas de cobertura; los bayesianos, comprobaciones predictivas previas y posteriores y sensibilidad
La transformación importa: los intervalos construidos en log volatilidad, volatilidad y varianza no siempre se convierten en el mismo intervalo preferido
Las finanzas crean objetivos inestables
Autocorrelación, agrupamiento de volatilidad, rendimientos solapados, supervivencia y exposiciones cambiantes invalidan errores estándar de manual
Un intervalo estrecho para una rentabilidad histórica puede estimar bien un régimen pasado y decir poco sobre las oportunidades del siguiente
Usa bloques, métodos sensibles a dependencia, modelos jerárquicos o dinámicos y rupturas explícitas solo cuando sus supuestos encajen con el proceso
Informa la pregunta detrás del intervalo
Declara si expresa cobertura repetida o probabilidad posterior y nombra estimando, horizonte, modelo, prior y nivel de confianza o credibilidad
Muestra estimación puntual, extremos, umbrales prácticos, sensibilidad a ventanas y priors y, cuando sea posible, calibración fuera de muestra
Un intervalo debe comunicar incertidumbre para decidir, no convertir un cálculo dependiente del modelo en garantía de rentabilidad futura
Preguntas frecuentes
¿Qué significa un intervalo de confianza del 95%?
Procede de un método que cubre el parámetro verdadero fijo en el 95% de las muestras repetidas bajo los supuestos declarados
¿Qué significa un intervalo creíble del 95%?
Contiene el 95% de la probabilidad posterior del parámetro condicionada a la verosimilitud, prior y datos elegidos
¿Pueden coincidir un intervalo de confianza y uno creíble?
Sí. En algunos modelos regulares comparten extremos, pero sus interpretaciones y criterios de validación siguen siendo distintos
¿Qué intervalo es mejor para decisiones financieras?
Ninguno siempre; elige el marco cuyos supuestos, calibración y afirmación probabilística encajen con la decisión y la información
Fuentes
Aplique esta idea a una opción
Elija un contrato y un objetivo para mantener visibles los supuestos de precio, tiempo y volatilidad en un mismo análisis
Analizar mi opción en inglés