[心得] 股價、棉花與尼羅河密碼讀書心得

看板Stock作者 (oreztsae。裏)時間4年前 (2021/10/30 21:42), 編輯推噓17(18推 1噓 19→)
留言38則, 24人參與, 4年前最新討論串1/1
#股價、棉花與尼羅河密碼 #本書屬於非主流的金融理論， 但觀念蠻新穎的，但有待驗證。 我用我理解的想法來分享此書觀念。 ps此書相關知識背景難度蠻高， 若有理解錯誤，歡迎交流指正謝謝。 一、相關知識背景 1統計學（常態鐘型分布vs.長尾分布） 2随機微積分(布朗運動随機過程） 3black-scholes選擇權訂價理論 （arch模型－時間序列變數的波動幅度（變異數）是異質的） 4風險值分析vs極值分析 二、挑戰三大傳統金融理論議題 1常態鐘型分布vs長尾分布 作者發現股價是不連續，市場規模也有群聚效應， 並不適用傳統主流統計學由常態分布推論出相關性係數矩陣的概念。 提出冪次法則以長尾分布（股價變動比例規模）來作特徵值判斷相依性取代。 2獨立随機過程vs相關碎形過程 作者認為股價變動随時間非獨立随機，而是相關碎形（股價變動局部有記憶性）。 雖然傳統的選擇權訂價arch模型已有時間序列變異數異質的概念， 但作者提出歷史時間和交易時間生成元配對概念（類似集合論運算公理）更加適用解釋金 融泡沫極值現象。 3極值分析取代風險值分析 作者文末強調金融市場波動極值出現被大眾低估， 風險管理目前主流的風險值分析很難避開金融市場極端波動風險， 模型設計應多納入極值分析。 三、個人推論金融計量模型未來可發展方向 1投資組合 目前投資組合（常態分布為基礎）主流為相關性矩陣分析， 但套利模型可導入相依性群分析（長尾分布無母數分析為基礎）， 甚至已見研究論文討論導入黎曼幾何拓撲結構分析。 但由於近年龐加萊猜想基本理論基礎已被證實，只待數據補強應用。 2投資周期性規律發現 目前主流是随機微積分的時間序列分析， 但arch模型仍無法解釋股價變化波動随時間聚集在某些時段。 相關碎形概念應用在套利模型趨勢變化擇期分析蠻有研究空間。 -- 我走來始終如一，小志工下台一鞠躬。 -- -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 111.83.236.163 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1635601335.A.B5D.html
推
10/30 21:44, 4年前 , 1F
股價是隨機的，我懷疑這些計量模型的成功也隨機
10/30 21:44, 1F
推
10/30 21:48, 4年前 , 2F
從川皇、馬克斯投顧例子上，短線隨機是受情緒影響
10/30 21:48, 2F
推
10/30 21:48, 4年前 , 3F
是在隨機沙小 我看了啥
10/30 21:48, 3F
→
10/30 21:50, 4年前 , 4F
這本書說真的蠻難的，我懂不到一半。但重點就是非
10/30 21:50, 4F
→
10/30 21:50, 4年前 , 5F
随機。供參考。
10/30 21:50, 5F
→
10/30 21:51, 4年前 , 6F
a) 常態分佈 vs. 非常態 (作者認為是Levy
10/30 21:51, 6F
→
10/30 21:52, 4年前 , 7F
b) 期望值 vs. 極端值 (從上一點衍生而來
10/30 21:52, 7F
→
10/30 21:52, 4年前 , 8F
這本要有統計學概念 會比較理解他在講啥軌
10/30 21:52, 8F
→
10/30 22:00, 4年前 , 9F
白話版本可以看 Taleb (塔雷伯)的一系列著作
10/30 22:00, 9F
→
10/30 22:02, 4年前 , 10F
感謝分享
10/30 22:02, 10F
→
10/30 22:02, 4年前 , 11F
股價是炒作的 看看宏達電 甚麼統計分析都無效
10/30 22:02, 11F
→
10/30 22:06, 4年前 , 12F
賭場看心理好嗎…跑出規律每次都說黑天鵝怎麼不說
10/30 22:06, 12F
→
10/30 22:06, 4年前 , 13F
有人想割韭菜？
10/30 22:06, 13F
推
10/30 22:07, 4年前 , 14F
綿花... 陳爸 99 1451
10/30 22:07, 14F
推
10/30 22:15, 4年前 , 15F
推
10/30 22:15, 15F
推
10/30 22:30, 4年前 , 16F
棉花已經114了，年興大戶默默吃股
10/30 22:30, 16F
推
10/30 22:32, 4年前 , 17F
傑西里佛摩:
10/30 22:32, 17F
→
10/30 22:33, 4年前 , 18F
棉花有一檔 1414 我覺得不錯
10/30 22:33, 18F
推
10/30 22:39, 4年前 , 19F
好懷念的主題～以前研所教的隨機微積分跟衍生性訂
10/30 22:39, 19F
→
10/30 22:39, 4年前 , 20F
價～
10/30 22:39, 20F
推
10/30 22:55, 4年前 , 21F
想起看論文痛苦ㄉ日子
10/30 22:55, 21F
推
10/30 23:02, 4年前 , 22F
大戶不就殷董XD
10/30 23:02, 22F
噓
10/31 01:27, 4年前 , 23F
請用這本書解釋目前的宏達電好嗎？
10/31 01:27, 23F
推
10/31 01:48, 4年前 , 24F
這本書比較適合解釋美股，台股法人都一起拉
10/31 01:48, 24F
→
10/31 01:48, 4年前 , 25F
權值股，大盤也很騙
10/31 01:48, 25F
→
10/31 02:10, 4年前 , 26F
推
10/31 02:10, 26F
推
10/31 03:19, 4年前 , 27F
不是很認同，短期股價的影響受心理情緒因素較多
10/31 03:19, 27F
推
10/31 04:53, 4年前 , 28F
嗯 沒錯 其實可以看作是波的合成 短期會有模仿性
10/31 04:53, 28F
推
10/31 08:28, 4年前 , 29F
笑了 這也能扯到陳爸
10/31 08:28, 29F
推
10/31 11:01, 4年前 , 30F
個股或指數不要直接用股價，換用股價評比值去跑。然
10/31 11:01, 30F
→
10/31 11:01, 4年前 , 31F
後資料量夠多很重要，比方說月線的極端值可能要至
10/31 11:01, 31F
→
10/31 11:01, 4年前 , 32F
少20年以上的資料
10/31 11:01, 32F
推
10/31 20:31, 4年前 , 33F
推分享
10/31 20:31, 33F
→
10/31 20:32, 4年前 , 34F
以前很喜歡看這類型的書 很複雜好像很厲害
10/31 20:32, 34F
→
10/31 20:34, 4年前 , 35F
但是 現在股市玩久了 覺得這種書故弄玄虛
10/31 20:34, 35F
→
10/31 20:34, 4年前 , 36F
讀太多 你一定不會賺大錢
10/31 20:34, 36F
推
10/31 21:11, 4年前 , 37F
推賺錢不需要了解真理
10/31 21:11, 37F
推
10/31 23:29, 4年前 , 38F
殷董認養股 也快公佈Q3業績了
10/31 23:29, 38F
‣ 更多 WESTONE 的文章
文章代碼(AID): #1XVKktjT (Stock)