Distribusi Normal vs Student-t dalam Keuangan
Bandingkan taburan normal dan Student-t berdasarkan susut nilai ekor, derajat kebebasan, skala dan varians, likelihood, kebergantungan multivariat, serta keterbatasannya sebagai model pulangan kewangan
Jawapan terus
Taburan normal mempunyai ekor yang menyusut secara eksponen, ditetapkan oleh min dan variansnya. Taburan Student-t menambah darjah kebebasan ν dan mempunyai ekor yang menyusut secara polinomial, lalu memberikan lebih banyak kebarangkalian kepada pemerhatian ekstrem. Ia boleh memadankan pulangan kewangan dengan lebih baik, tetapi satu taburan statik simetri tidak dapat menerangkan setiap rejim, kecondongan atau kelompok volatiliti
Kedua-dua model ialah keluarga lokasi-skala yang simetri
Pemboleh ubah normal boleh ditulis sebagai X=μ+σZ dengan Z normal piawai dan σ sama dengan sisihan piawainya
Pemboleh ubah Student-t lokasi-skala boleh ditulis sebagai X=μ+sT_ν, dengan s ialah parameter skala dan ν mengawal ketebalan ekor
Kedua-duanya simetri sekitar μ, jadi tiada satu pun menghasilkan kecondongan pulangan melainkan model itu dilanjutkan atau diubah
Student-t terhasil daripada ketidakpastian varians
Statistik klasik T=Z/√(V/ν), dengan Z∼N(0,1) dan V∼χ²_ν yang bebas, mempunyai taburan Student-t piawai
Penyebut rawak menjadikan nilai piawai besar lebih berkemungkinan berbanding hukum normal dengan varians tetap
Apabila ν menghampiri infiniti, ketidakpastian penyebut lenyap dan taburan Student-t menghampiri taburan normal
Darjah kebebasan menentukan momen
Ekor Student-t menyusut seperti hukum kuasa yang dikawal oleh ν, manakala ekor normal menyusut secara eksponen mengikut jarak kuasa dua
Min wujud untuk ν>1, varians untuk ν>2 dan momen keempat untuk ν>4; ν yang lebih rendah menghapuskan momen populasi yang sepadan
Bagi ν>4, kurtosis berlebihan ialah 6/(ν−4), menjadikan peralihan ke arah ekor normal lebih jelas
Skala tidak sentiasa sama dengan sisihan piawai
Untuk taburan t lokasi-skala dengan ν>2, Var(X)=s²ν/(ν−2), jadi s lebih kecil daripada sisihan piawai
Membandingkan σ normal dengan skala t s seolah-olah kedua-duanya volatiliti boleh menghasilkan perbandingan ekor atau kebolehjadian yang palsu
Pakej perisian menggunakan nama parameter yang berbeza dan kadangkala versi varians satu yang dipiawaikan, jadi catat konvensyen ketumpatan yang tepat
Kebolehjadian mengimbangi bahagian tengah dan ekor
Kebolehjadian maksimum normal menjadikan baki kuasa dua mendominasi dan boleh menyebabkan beberapa pemerhatian ekstrem mengembangkan anggaran varians
Kebolehjadian Student-t mengurangkan berat baki piawai besar melalui ν, lalu memberikan padanan yang kelihatan teguh tanpa mengisytiharkannya mustahil
Menganggar ν dekat sempadan momen boleh menjadikan varians, kurtosis dan ukuran risiko tidak stabil walaupun pengoptimum menumpu
Model multivariat mengubah ekstrem bersama
Hukum normal multivariat mengimplikasikan kopula Gaussian, yang mempunyai kebergantungan ekor asimptotik sifar di bawah korelasi sempurna
Hukum t multivariat berkongsi skala rawak dan menghasilkan kebergantungan ekor positif simetri untuk ν terhingga
Simetri itu masih boleh salah untuk ekuiti jika kejatuhan bersama berbeza daripada kenaikan bersama atau kebergantungan berubah mengikut rejim
Pemilihan model memerlukan semakan ekor luar sampel
Bandingkan plot kebarangkalian dan kuantil, lebihan ambang, kebolehjadian ramalan, liputan selang dan backtest VaR atau ES
Pasang semula merentas tetingkap bergulir dan uji alternatif skewed-t, campuran, volatiliti stokastik serta baki ditapis apabila struktur kekal
Padanan t yang lebih baik bermaksud ia ialah anggaran yang lebih berguna untuk tugas yang dipilih, bukan bahawa pulangan benar-benar mengikut satu hukum t yang tidak berubah
Soalan lazim
Mengapakah Student-t mempunyai ekor yang lebih gemuk daripada normal?
Campuran skala rawaknya menghasilkan penyusutan ekor polinomial, manakala kebarangkalian normal menyusut secara eksponen mengikut jarak kuasa dua
Apakah maksud darjah kebebasan?
Parameter ν mengawal ketebalan ekor dan kewujudan momen; nilai positif yang lebih kecil menghasilkan ekor yang lebih berat
Adakah skala Student-t sama dengan volatiliti?
Tidak secara umum. Untuk ν>2, sisihan piawainya ialah s√[ν/(ν−2)] di bawah konvensyen lokasi-skala biasa
Adakah Student-t sentiasa lebih baik untuk pulangan kewangan?
Tidak. Ia menangkap ekor berat yang simetri tetapi mungkin terlepas kecondongan, dinamik volatiliti, lompatan dan kebergantungan mengikut rejim
Sumber dan bacaan lanjut
Semakan pantas
Sudah membaca panduan? Uji diri dengan 3 soalan
Soalan 01
Pernyataan manakah yang paling sepadan dengan panduan ini — Kedua-dua model ialah keluarga lokasi-skala yang simetri?
Pilih jawapan untuk melihat penjelasan
Glosari opsyen
A fourth-power statistic describing the shape of standardized returns; high kurtosis often accompanies more extreme observations but does not specify direction or one tail.
Baca panduan terperinciCentral Limit TheoremAn asymptotic result stating that, under suitable conditions, a correctly centered and scaled sum approaches a normal distribution; the raw observations need not be normal.
Baca panduan terperinciAssignmentThe process that requires an option writer to fulfill the contract after an exercise notice is allocated; it can create or remove an underlying position.
Baca panduan terperinci