15.433投資學課程2︰證券，在華爾街的隨機走勢-MyOOPS開放式課程.PDF

15.433投資學 課程 2 ︰證券，在華爾街的隨機走勢 2003 年春季班 提綱 機率理論 ‧機率分佈簡短的回顧 ‧以常態評量隨機事件 ‧大驚奇與常態分配 統計數據分析 ‧經驗分佈，樣本統計 ‧樣本統計的精確度 總結 下一堂課探討之議題 什麼使事件隨機 擲硬幣 預測明天的溫度 29 31 32 33 34 溫度 機率分佈 隨機事件的數學方法。它有兩個組 成部分︰結果和他們的可能。 例子︰ ‧二項分佈。 0 或然率為 p ＝ ｛ 1 或然率為 1-p ‧標準常態分配 標準常態機率密度函數 圖 1:常態分配，資料來源： RiskMetricTM ，技術文件，p69 1 標準偏差 68.26%的機率 2 標準偏差 95.54%的機率 3 標準偏差 99.74%的機率 圖 2:常態分配，資料來源： 圖 3:常態分配，資料來源： RiskMetricTM ，技術文件，p70 RiskMetricTM ，技術文件，p37 跳脫到歷史上 Louis Bachelier在為他 1900 年的博士論文「投機理論」找尋「一 個解釋市場波動可能性的公式」，他最終引用描述布朗運動的數學 公式。 在金融世界中，布朗運動開始被稱之為隨機走勢，隨機走勢一度 被描述為如同一個醉鬼在燈柱光線下於夜間前進的路徑。 Fisher Black ；Myron Scholes和 Bob Merton鮑伯‧默頓使用幾何布 朗運動來描述在股票價格上的隨機走勢，寫出了 Black-Scholes選 擇權定價的公式。 這項工作在 1970 年春天完成，當時 Merton和 Scholes都還在麻省 理工學院史隆學院就讀！ 股票價格的行為模型 溫納過程︰在小的時間區段 Δt內的變動 Δz 為： Δz = ε (1) 其中 ε為來自標準化的常態分配 N(0,1)的隨機抽取值。任意兩個 不同短區段時間Δ的Δt z值是獨立的。其遵循第一個特性，Δ z 本身有一種常態分配，為： Δz的平均值 = 0 (2) Δz的標準差 = (3) Δz的變異數 = 0 (4) 1 第二個的特性隱含著 z 遵循馬可夫隨機過程。 1 馬可夫過程是一種隨機過程，變數未來的值僅與目前的值有關，變數過去的 歷史和從過去浮現出來的現值，並無相關。股票價格通常被假設遵循馬可夫 隨機過程。假定目前 IBM現在的股價為 100 美元，假如股票價格遵循馬可 夫過程，則我們的預測將不受一周以前或一個月前或一年以前的價格影響， 唯一的相關的價格訊息就現在的 100 美元。 未來的預測是不確定的，而且必須能夠以機率分佈的方式來表達。馬可夫特 性