f******d 发帖数: 6361 | |
l******i 发帖数: 1404 | 2 没有,
数学phd很多是被MM拿来定价derivative,拿来delta hedge对冲风险的。
简单说就是开赌场的,自己不当赌徒。
创造各种奇怪的衍生物,然后和sales勾结起来,忽悠大家当赌徒。
真正参与赌博的用的是消息,数学没用。当然TA,FA都是自欺欺人,更没有用。
【在 f******d 的大作中提到】![](/moin_static193/solenoid/img/up.png) : rt
|
l******i 发帖数: 1404 | 3 楼主你一直很好奇,数学能不能预测,怎么预测。今天有点时间,我就随便说说我知道
的一些吧:
对于某一只股票或者大盘的研究,目的都是试图从随机中抽出deterministic的部分。
1. 最原始的预测就是大家所说的TA,其实就是不停地手工描点划线,试图从随机中抽
出deterministic的部分。
2. 高级点的用基本统计方法来预测,。于是上时间序列,建立对应的time series模型
例如ARIMA或者GARCH,其中GARCH用的比较多因为不仅可以预测价格还可以预测
volatility。
但时间序列是假设股票的随机曲线仅与时间相关,局限性比较大。假设:如果股票A的
daily return不仅依赖于时间,还依赖于股票B的daily return和黄金的daily return
。并且这种依赖关系是非线性的。这样就要引出SPDE了。
3. 再高级点的,就是SPDE,根据各自的关系建立一个随机偏微分方程甚至方程组,
方程只是一个general模型,例如uup涨SPY跌,但具体关系系数系数是要通过现实里面
其他股票的价格反向求出的。例如option的implied volatility就是通过让option实际
价格等于black-scholes formula的理论价格,然后用牛顿迭代法解非线性方程而求出
的。
真实的弄系数是很复杂的,还有weight liquidity之类的。
最后系数出来了,具体方程样子就出来了。
把随机偏微分化成一般的偏微分,最后用numerical pde解法解方程。
不一定什么pde都可以顺利解的,有的numercial都无解。
这时还有一种方法,是改变概率(change of numeraire)
实在不行干脆就蒙特卡罗模拟, 直接模拟股票价格.
华尔街模型也不是固定的,比方说uup涨SPY跌只是最近成立,将来变了,整个模型都要
重新来。
这些都是我知道的基本的用数学预测,很多只是在特定市场有用。
更多数学phd很多是被MM拿来定价derivative,拿来delta hedge对冲风险的。
MM真正要赌主要靠消息,数学模型的解是拿来参考的,让analyst等用模型得出的结论
和新闻消息的基本面做大量对比再决定如何赌的。
没用纯粹依赖数学赌博的MM。
【在 f******d 的大作中提到】![](/moin_static193/solenoid/img/up.png) : rt
|
w********2 发帖数: 16371 | 4 deep
return
【在 l******i 的大作中提到】![](/moin_static193/solenoid/img/up.png) : 楼主你一直很好奇,数学能不能预测,怎么预测。今天有点时间,我就随便说说我知道 : 的一些吧: : 对于某一只股票或者大盘的研究,目的都是试图从随机中抽出deterministic的部分。 : 1. 最原始的预测就是大家所说的TA,其实就是不停地手工描点划线,试图从随机中抽 : 出deterministic的部分。 : 2. 高级点的用基本统计方法来预测,。于是上时间序列,建立对应的time series模型 : 例如ARIMA或者GARCH,其中GARCH用的比较多因为不仅可以预测价格还可以预测 : volatility。 : 但时间序列是假设股票的随机曲线仅与时间相关,局限性比较大。假设:如果股票A的 : daily return不仅依赖于时间,还依赖于股票B的daily return和黄金的daily return
|
l*********m 发帖数: 16971 | 5 mark
return
【在 l******i 的大作中提到】![](/moin_static193/solenoid/img/up.png) : 楼主你一直很好奇,数学能不能预测,怎么预测。今天有点时间,我就随便说说我知道 : 的一些吧: : 对于某一只股票或者大盘的研究,目的都是试图从随机中抽出deterministic的部分。 : 1. 最原始的预测就是大家所说的TA,其实就是不停地手工描点划线,试图从随机中抽 : 出deterministic的部分。 : 2. 高级点的用基本统计方法来预测,。于是上时间序列,建立对应的time series模型 : 例如ARIMA或者GARCH,其中GARCH用的比较多因为不仅可以预测价格还可以预测 : volatility。 : 但时间序列是假设股票的随机曲线仅与时间相关,局限性比较大。假设:如果股票A的 : daily return不仅依赖于时间,还依赖于股票B的daily return和黄金的daily return
|
f******d 发帖数: 6361 | 6 马甲贤弟有投简历给复兴基金吗?
return
【在 l******i 的大作中提到】![](/moin_static193/solenoid/img/up.png) : 楼主你一直很好奇,数学能不能预测,怎么预测。今天有点时间,我就随便说说我知道 : 的一些吧: : 对于某一只股票或者大盘的研究,目的都是试图从随机中抽出deterministic的部分。 : 1. 最原始的预测就是大家所说的TA,其实就是不停地手工描点划线,试图从随机中抽 : 出deterministic的部分。 : 2. 高级点的用基本统计方法来预测,。于是上时间序列,建立对应的time series模型 : 例如ARIMA或者GARCH,其中GARCH用的比较多因为不仅可以预测价格还可以预测 : volatility。 : 但时间序列是假设股票的随机曲线仅与时间相关,局限性比较大。假设:如果股票A的 : daily return不仅依赖于时间,还依赖于股票B的daily return和黄金的daily return
|
l******i 发帖数: 1404 | 7 没有。。
【在 f******d 的大作中提到】![](/moin_static193/solenoid/img/up.png) : 马甲贤弟有投简历给复兴基金吗? : : return
|
f******d 发帖数: 6361 | 8 thanksgiving 到 尤他探望你吧
【在 l******i 的大作中提到】![](/moin_static193/solenoid/img/up.png) : 没有。。
|
l******i 发帖数: 1404 | 9 靠,我怎么会在犹他?
我认识UU的中国人,只是我老婆第一年在犹他,后来转来我们学校了。
我在中西部地区
【在 f******d 的大作中提到】![](/moin_static193/solenoid/img/up.png) : thanksgiving 到 尤他探望你吧
|
f******d 发帖数: 6361 | 10 我也在中西,thanksgiving 来聚一聚
【在 l******i 的大作中提到】![](/moin_static193/solenoid/img/up.png) : 靠,我怎么会在犹他? : 我认识UU的中国人,只是我老婆第一年在犹他,后来转来我们学校了。 : 我在中西部地区
|
|
|
b*****x 发帖数: 48 | |
l******i 发帖数: 1404 | 12 我记得你好像是在芝加哥?
【在 f******d 的大作中提到】![](/moin_static193/solenoid/img/up.png) : 我也在中西,thanksgiving 来聚一聚
|
f******d 发帖数: 6361 | 13 你也在chicago???
【在 l******i 的大作中提到】![](/moin_static193/solenoid/img/up.png) : 我记得你好像是在芝加哥?
|
n******2 发帖数: 971 | 14 大马甲,在不考虑消息和基本面的影响下,市场参与者基于不同的心理驱使做出的买卖
行为所造成的价格跌升,能用数学公式表达不? |
j*******g 发帖数: 79 | 15 你不会真是数学系的PhD吧?
这些大部分应该属于金融工程吧,我上过几门FE的课,基本就是在讲用PDE定价的问题。
return
【在 l******i 的大作中提到】![](/moin_static193/solenoid/img/up.png) : 楼主你一直很好奇,数学能不能预测,怎么预测。今天有点时间,我就随便说说我知道 : 的一些吧: : 对于某一只股票或者大盘的研究,目的都是试图从随机中抽出deterministic的部分。 : 1. 最原始的预测就是大家所说的TA,其实就是不停地手工描点划线,试图从随机中抽 : 出deterministic的部分。 : 2. 高级点的用基本统计方法来预测,。于是上时间序列,建立对应的time series模型 : 例如ARIMA或者GARCH,其中GARCH用的比较多因为不仅可以预测价格还可以预测 : volatility。 : 但时间序列是假设股票的随机曲线仅与时间相关,局限性比较大。假设:如果股票A的 : daily return不仅依赖于时间,还依赖于股票B的daily return和黄金的daily return
|
l******i 发帖数: 1404 | 16 以前猜测心理部分一般认为是unpredictable noise,一般来说noise会被signal
dominate。
不过最近的市场,在机器人作用下,volatility越来越大,noise占主流了。
现在数学模型下,大家用最基本的时间序列就可以预测了。
看你假设:你假设今日涨幅预测只与最近几日涨幅和noise有关,就用arma model。
你假设今日涨幅预测不仅与最近几日涨幅和noise有关,还与最近几日的volatility有
关,就用garch model。
你要是觉得还有别的因素,就加在模型右边项里面。给个例子:
比方说在没有新闻消息情况下,spx碰到1130左右会启动触底反弹,
你觉得涨幅和spx靠近1130时是正相关的,
给定小邻域\eps,把 ((spx-1130)<\eps) 这个信息加入模型右边项就行了,然后
regress一下就得出相关系数了。
出时间序列外,当然还有很多复杂得多的手段可以弄得更精确。
【在 n******2 的大作中提到】![](/moin_static193/solenoid/img/up.png) : 大马甲,在不考虑消息和基本面的影响下,市场参与者基于不同的心理驱使做出的买卖 : 行为所造成的价格跌升,能用数学公式表达不?
|
l******i 发帖数: 1404 | 17 我不在。不过很近。
因为你说你去chinatown,学EE,又在中西部。
一猜就猜到了。
【在 f******d 的大作中提到】![](/moin_static193/solenoid/img/up.png) : 你也在chicago???
|
w*******o 发帖数: 6125 | 18 如果模型是建立在市场是Random walk的基础上的,
出发点就错了,市场绝对不是random walk的
【在 l******i 的大作中提到】![](/moin_static193/solenoid/img/up.png) : 以前猜测心理部分一般认为是unpredictable noise,一般来说noise会被signal : dominate。 : 不过最近的市场,在机器人作用下,volatility越来越大,noise占主流了。 : 现在数学模型下,大家用最基本的时间序列就可以预测了。 : 看你假设:你假设今日涨幅预测只与最近几日涨幅和noise有关,就用arma model。 : 你假设今日涨幅预测不仅与最近几日涨幅和noise有关,还与最近几日的volatility有 : 关,就用garch model。 : 你要是觉得还有别的因素,就加在模型右边项里面。给个例子: : 比方说在没有新闻消息情况下,spx碰到1130左右会启动触底反弹, : 你觉得涨幅和spx靠近1130时是正相关的,
|
l******i 发帖数: 1404 | 19 这不就是数学的基本知识吗?FE和STAT都是从数学里拨出去的。
题。
【在 j*******g 的大作中提到】![](/moin_static193/solenoid/img/up.png) : 你不会真是数学系的PhD吧? : 这些大部分应该属于金融工程吧,我上过几门FE的课,基本就是在讲用PDE定价的问题。 : : return
|
l******i 发帖数: 1404 | 20 未眠大牛,
首先我回答的是剥离了新闻消息之类的对市场影响的主导部分,
剩下部分实在没有任何information情况下的市场走向,
完全由散户心理因素决定的,
我也没说是random walk啊,我给的例子就是让把不random的项加在右边啊。
"你要是觉得还有别的因素,就加在模型右边项里面。给个例子:
比方说在没有新闻消息情况下,spx碰到1130左右会启动触底反弹,
你觉得涨幅和spx靠近1130时是正相关的,
给定小邻域\eps,把 ((spx-1130)<\eps) 这个信息加入模型右边项就行了,然后
regress一下就得出相关系数了。"
什么你都不加就只剩white noise项自然没有预测的可能了。
【在 w*******o 的大作中提到】![](/moin_static193/solenoid/img/up.png) : 如果模型是建立在市场是Random walk的基础上的, : 出发点就错了,市场绝对不是random walk的
|
|
|
G****o 发帖数: 229 | |
l****g 发帖数: 5080 | 22 俺是门外汉,但感觉更重要的是信息,而不是精确的模型。
我就想知道每天股市的交易量,已经炒家手里可以动用的资金,别的很次要。不知道这
些是不是商业机密,反正我看不到。 |
s********0 发帖数: 3644 | 23 information cascades,
【在 n******2 的大作中提到】![](/moin_static193/solenoid/img/up.png) : 大马甲,在不考虑消息和基本面的影响下,市场参与者基于不同的心理驱使做出的买卖 : 行为所造成的价格跌升,能用数学公式表达不?
|
t*****s 发帖数: 2933 | 24 太复杂了,俺的shit桶就是大金蛙。
return
【在 l******i 的大作中提到】![](/moin_static193/solenoid/img/up.png) : 楼主你一直很好奇,数学能不能预测,怎么预测。今天有点时间,我就随便说说我知道 : 的一些吧: : 对于某一只股票或者大盘的研究,目的都是试图从随机中抽出deterministic的部分。 : 1. 最原始的预测就是大家所说的TA,其实就是不停地手工描点划线,试图从随机中抽 : 出deterministic的部分。 : 2. 高级点的用基本统计方法来预测,。于是上时间序列,建立对应的time series模型 : 例如ARIMA或者GARCH,其中GARCH用的比较多因为不仅可以预测价格还可以预测 : volatility。 : 但时间序列是假设股票的随机曲线仅与时间相关,局限性比较大。假设:如果股票A的 : daily return不仅依赖于时间,还依赖于股票B的daily return和黄金的daily return
|
f********y 发帖数: 278 | 25 挺有趣的!
但是我还是认为数学在金融里面只能用于分析,而不能用于预测。而在股票市场上,更
多的人关心的是预测,而不是对过去的分析。
return
【在 l******i 的大作中提到】![](/moin_static193/solenoid/img/up.png) : 楼主你一直很好奇,数学能不能预测,怎么预测。今天有点时间,我就随便说说我知道 : 的一些吧: : 对于某一只股票或者大盘的研究,目的都是试图从随机中抽出deterministic的部分。 : 1. 最原始的预测就是大家所说的TA,其实就是不停地手工描点划线,试图从随机中抽 : 出deterministic的部分。 : 2. 高级点的用基本统计方法来预测,。于是上时间序列,建立对应的time series模型 : 例如ARIMA或者GARCH,其中GARCH用的比较多因为不仅可以预测价格还可以预测 : volatility。 : 但时间序列是假设股票的随机曲线仅与时间相关,局限性比较大。假设:如果股票A的 : daily return不仅依赖于时间,还依赖于股票B的daily return和黄金的daily return
|
l******i 发帖数: 1404 | 26 u got it.
information cascades很多是CS专业的东西,你是学计算机的吗?
【在 s********0 的大作中提到】![](/moin_static193/solenoid/img/up.png) : information cascades,
|
l******i 发帖数: 1404 | 27 是啊,人很多时候就是分析过去,想用过去展望未来。
比方说过去很多时候周二涨,我们认为未来周二也涨。
【在 f********y 的大作中提到】![](/moin_static193/solenoid/img/up.png) : 挺有趣的! : 但是我还是认为数学在金融里面只能用于分析,而不能用于预测。而在股票市场上,更 : 多的人关心的是预测,而不是对过去的分析。 : : return
|