看板 CFP
突然想到,如果兩個標的不完全相關(或有各自的期望或變異)的話要怎麼處理? 如果有對數正態分布對數轉換後的變數的相關係數,可以直接用於分析。 但如果只有原始數據的相關係數,則進一步轉換得到轉換後的相關係數[1]。 原始數據相關係數 = 1.0(本來的情況) https://imgur.com/LpZiVG4 原始數據相關係數 = 0.7 https://imgur.com/Ylo32EF 原始數據相關係數 = 0.5 https://imgur.com/qeIP1MR 原始數據相關係數 = 0.0 https://imgur.com/t0tWH02 當然如果完全相關就不需要那麼麻煩了,幫補個機率密度函數作圖。 附上代碼: https://reurl.cc/yLQOyq [^1] rovnik, G., Trkov, A., Smith, D. L., & Capote, R. (2013). Transformation of correlation coefficients between normal and lognormal distribution and implications for nuclear applications. Nuclear Instruments and Methods in Physics Research Section A: Accelerators, Spectrometers, Detectors and Associated Equipment, 727. ※ 引述《daze (一期一會)》之銘言: : ※ 引述《calvin77 ( 諾亞方舟)》之銘言: : : 預計報酬試算: : : 1.美股ETF200w : : 假設年化報酬率算5.5% : : 9年複利成長後是約323w。 : : 2.台股富邦台50 : : 假設年化報酬率算5.5% : : 9年複利成長後是約242w。 : : 9年 : : 200+150累積獲利是215w : 讓我們換個假設。 : 假設股市滿足對數常態分佈 : 年化預期報酬率 5.5%,對數標準差 0.15。 : 9年後 : 報酬率有95%機率落在 -34% ~ +298% 之間 : 美股ETF+台50共350w : 9年後,有95%機率落在 230w ~ 1394w 之間 : 累積損益有95%機率落在 -120w ~ +1044w 之間 : 另外,還要扣掉利息支出,350w*2.1%*9,約66w左右 : === : 對數常態分佈未必足以描述股市的風險 : 但姑且就照這個假設講吧 : 對於9年後,計入利息支出後,損益有95%機率落在 -186w ~ +978w 之間 : 或者說,損益小於零的機率,大約四分之一 : 你的想法如何? -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 101.9.113.172 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/CFP/M.1714203819.A.22D.html ※ 編輯: aldosterone (101.9.113.172 臺灣), 04/27/2024 16:13:28 ※ 編輯: aldosterone (101.9.113.172 臺灣), 04/27/2024 16:53:30
opm: 大部分的狀況是資料不全,也不可靠。 04/27 20:40
是啊,很難做什麼預測,就是很簡單的啟發
dasein79: 圖片都讀不出來 04/27 21:57
謝謝提醒,已經更新
daze: 對數常態分佈的一個優點是連乘方便,但如果要用來相加就沒那 04/27 22:39
daze: 麼方便了,解析解不一定存在。當然改用蒙地卡羅也是一種方式 04/27 22:42
daze: 但我想說讓原原po看一下可能分佈,重點不是在於精準而是分佈 04/27 22:45
Kroner: 有人用過中醫針灸治療關節痛的嗎?效果如何? 04/27 22:45
daze: 可能比他想像的來得廣,方便起見,就直接用對數常態分佈了 04/27 22:46
每次 daze 大的分享都收穫很多,其實自己也只是不熟悉相關係數的轉換 想說都 survey 了,就拋個磚 ※ 編輯: aldosterone (101.10.92.70 臺灣), 04/27/2024 23:47:39
aldosterone: 也有看到加總的估計 04/27 23:52
aldosterone: https://doi.org/10.1155/2012/838397 04/27 23:53