编辑实验 创建词条
人大经济论坛-经管百科

分形市场假说8 发表评论(0) 编辑词条

7、高斯假说和正态分布的现实失效
    “我们已多次地阐述过,正态分布不适合描述市场收益。到目前为止,我们还没特别强调过应该由什么来替代它。我们会提出一个很多读者不喜欢的建议。首先,我们必须重新考察高斯假说广泛地被人们接受的原因(市场运行是非常随机的并被正态分布很好地描述)。
   “正态分布有许多诱人的特性。它的性质已被充分地研究过了。它的分散测度极易理解。在过程都为随机的假定下,大量实际应用已被公式化,且只能被正态分布所描述。许多这样例子的群体,确实是随机的。暂时,它似乎像是:正态分布能够描述任何以复杂为特征的情形。
  
    “……显然,Francis Galton是Plato的信徒,他真正信奉‘真’的造物。对他和大多数数学家来说,正态分布是无秩序之上的最终有序,并且是非常正当的最终要求。他研究了许多组并演示了它们,证明其呈现正态分布,从有用的(生命历程)到滑稽的(打哈欠的频率)。不幸的是,有许许多多的过程不呈现正态分布。哪怕系统呈现无上的复杂性,‘无由无上法则’也并不经常保持其统治地位。
     “它失败的原因在于它的假定。Gauss显示过,独立同分布的随机变量系列的极限分布是正态分布。这就是著名的大数法则,或更为正式一些的叫法是,中心极限定理。正是由于Gauss的方程,我们才倾向把这些过程称高斯过程(Gaussian)。然而,也有与大数法则不相符的情况。特别是有些例子,放大在极值上产生的。发生了这种情形常带出一个长尾的分布。
    “例如,Pareto(1897),他是一位经济学家,他发现,占总体97%的个人的收入分布接近对数正态分布。然而,对于最后的3%,被发现增加迅速。未必某个人将活得多于生命预期平均数的5倍,可是对于某个人5次多于平均值的财富未必不可能。”(P187-188)
 
  8、市场:无限方差与无限均值
       “对于那些在标准高斯统计里被训练的人来说,无限的均值或方差从理念听上去荒唐而又不正当。我们总能计算出一个样本的方差或均值。它如何变成无限的呢?我们又要对所有的情况应用高斯统计这一特殊情形了。在稳定分布的大家庭里,正态分布是一个当α=2.0时存在的特例。此时,总体均值与方差确实存在。所谓无限方差是指,当分布趋向于极限时,就不存在‘总体方差’。当我们取一个样本方差时,我们就这样做,利用高斯假定作为未知总体方差的估计。Sharpe(1863)说过,贝塔[在现代资产组合理论(MPT)的意义上]从5年的每月数据应该能够被计算出来。他选择5年是因为,它给出了必须估计总体方差的统计上显著的样本方差。仅仅因为基础分布是高斯的,所以5年是统计上显著的。假如它不是高斯的,而且α<2.0,那么,这个样本方差就说明不了总体方差,这是因为,此时没有总体方差。样本方差被预期是不稳定的且不趋向任何数值,甚至当样本容量增加时也做不到。假如α≤1.0,同样可应用于均值,而均值在极限里也不存在。”(P190)
  
    “当我指出,市场被无限方差所特征化,并不是说方差真是无限的。如同所有的分形结构,最终有一个分形规模变化停止应用的时间框架。在前几章里我讲过,树是分形结构。我们知道,树枝并不是呈现无限的小。这就像对市场收益,存在一个方差确为有限的样本容量。然而,我们在这里可以看到,在100年的日数据之后,标准差仍没收敛。因此,为完全实用的目的,市场收益将亦如它们是无限方差分布而运转。至少我们能断言,在我们的有生之年,它们都将表现得似乎是无限方差。”(P193)
经管百科已经为您找到更多关于“分形市场假说8”的相关信息,点击查看>>

本词条由以下会员参与贡献

附件列表

→如果您认为本词条还有待完善,请 编辑词条

词条内容仅供参考,如果您需要解决具体问题
(尤其在法律、医学等领域),建议您咨询相关领域专业人士。
0

收藏到: Favorites  

同义词: 暂无同义词

关于本词条的评论 (共0条)发表评论>>