標題: 常態分布的 峰度(Kurtosis)和偏度(Skewness)- ishare asset allocation etf
無頭像
allanlin998

帖子 529
註冊 2014-5-10
用戶註冊天數 3659
發表於 2014-11-14 23:46 
61.70.67.133
分享  私人訊息  頂部
http://allanlin998.blogspot.tw/2014/11/kurtosisskewness-ishare-asset.html
常態分布的 峰度(Kurtosis)和偏度(Skewness)-ishare asset allocation etf  
野鴿子 已針對您的文章「《如何在期權投資中獲利》---McMillan----利用kama bb band觀察轉折點」留下新意見:

個人想法vix指數不是適合操作的標地(尤其是想以收息為主的投資人)
另外市場並不是這麼常態分佈 比較像是碎形理論
而常態分佈也忽略了極端值出現的風險
包含極端值出現的機率與造成的風險
野鴿子 已針對您的文章「《如何在期權投資中獲利》---McMillan----利用kamabb band 觀察轉折點」留下新意見:

碎形理論可以參考 股價.棉花與尼羅河密碼一書
對於市場以厚尾理論看待會比常態分佈好一些
尤其是投資心理上有樂觀時越樂觀悲觀亦然 且還有系統操作(自動追漲與停損機制)
這些都會造成極端值出現機率增加


首先要感謝野鴿子,提醒大家風險,極端有機率的問題.機率可能會變得比較大,大家要小心風險
碎形理論,我沒看過....我也努力的google一下
看完了也不知道如何應用
股票報酬率的分布是類似常態分布,他不是完全標準的常態分布
他和常態分布一些差別叫做 skewnessand kurtosis... 這些都會造成機率的不同
我也計算了道瓊工業指數 from 1896-5-27 to today  它每一天的股價報酬分布
isnegative skewness
我的計算negativeskewness..提供了兩個主要的想法
           
  1. 股票的背後代表經濟.        經濟的發展大部分都向上,        so 正報酬的機率變大
  2. 人類的心理對於負報酬.        損失厭惡        (loss        aversion)很大,,        so 負報酬的機率比較小---意思是空頭很快就會結束        ----下跌的速度很快,        時間變得很短
事實上我之前也做過 spy的報酬率...也有類似的結果
這些想法非常的有趣
ishareassest allocation etf 就是利用標準差的策略,來做資產配置 etf
ishare用了一個名字叫做 valueat risk
事實上就是標準差的觀念,這樣的想法讓我們有很大的改變
我們可以利用這些想法來作資產配置
可以利用五線譜,買到各種資產的低點,
事實上就可以 躲避掉大部分的波動
因為我們就是在波動的底部買進
這個想法的具體做法就是,比如說 aor ,etf ,你可以買同樣的標的物,同樣的比例, 利用樂活五線譜.悲觀的時候買進...就可以避免到下檔風險
這個想法我覺得很贊
跟大家分享
skewness
http://zh.wikipedia.org/wiki/%E5%81%8F%E5%BA%A6
valueat risk
http://wiki.mbalib.com/zh-tw/VaR%E6%96%B9%E6%B3%95