#每日一善# ygxy #阳光信用#
0822[奥特曼]
较好⤴️路 本超hui/hu
善良是一个人身上最可贵的品质，无论什么时候我们都应该保持一颗善良的心，待人以善者善亦所趋，人若拥有了善良，那么，纵然从来都是一无所有，从辉煌走向平凡，从胜利走向失败，依然会平和心态，整理好心情，调节好步伐，乐观地憧憬明天。
0822[奥特曼]
较好⤴️路 本超hui/hu
善良是一个人身上最可贵的品质，无论什么时候我们都应该保持一颗善良的心，待人以善者善亦所趋，人若拥有了善良，那么，纵然从来都是一无所有，从辉煌走向平凡，从胜利走向失败，依然会平和心态，整理好心情，调节好步伐，乐观地憧憬明天。
深刻理解肥尾效应与市场以及证券的关系，有效避免传统思维带来的损失
其实想要理解肥尾效应并不是一件难事。大家拿到这本书的时候，一定会想这本书怎么全是数学概念？非数学专业的人能否看懂？其实没有必要有这种顾虑。里面的知识都是在大家已经掌握的知识上进行拓展。以此来描述经济市场里的“肥尾”这一概念。
肥尾，就是指没有预料到的厚尾或者突起。正态分布是理解肥尾效应的基础。正态分布就是说中间极多两面极少，举个我们大家常见的例子，大部分的高考生能够考上二三本，清华北大和完全落榜凤毛麟角。描述这个效应的曲线中间部分很高，两侧很低，越往两侧趋近于零。这就是常规的正态分布。在股票市场中，一旦我们发现股票的涨和跌并不服从正态分布，那么相较于正态分布而言，平均值周围的数据比较少，两侧小概率事件的数据比较多。这种现象叫做肥尾。肥尾分布风险告诉我们，证券市场上的信息分布并非简单的正态分布，我们从中能看到的的尾巴明显没有内幕人员看到的尾巴偏离的大。因此，我们必须懂得在通常情况下价格都是相对稳定地运行，然而在极少数情况之下则会产生极端行情，极端行情用俗语来说就是“站在风口猪都能飞起来”。
对于随机变量，有两个极其重要的概念，大数定律和中心极限定理。小概率的大规模波动形成的时候，市场通常会出现市场参与者之间的相互作用。一旦达到临界状态，那么小规模的输入能够造成系统的大规模输出反应，比如崩盘。这就是大数定律。那么大家会有疑问自组织临界性是如何出现的呢?这就是系统的多样性出现缺失，交易者都运用同样或者类似的行为方式。当随机变量在个数很大的时候，他们的求和再取平均所构成的随机变量会趋向于服从正态分布，一旦肥尾效应导致爆仓，这就是灾难。所以说中心极限定理虽然是对的，但是由于收敛速度过慢，主宰市场的仍是肥尾效应。肥尾往往会出现在用于度量风险及其影响的分布曲线尾端。它以图表的形式来描述一种来自于某类特殊事件风险，该风险发生概率非常小，可是一旦发生就会造成灾难性的损失。
在以往的经济学理论中正态分布是钟形曲线，这是一个比较经典的对称性模型。然而在实践中，大家却发现存在着广泛的肥尾分布，也就是说，大概率的小规模事件与小概率的大规模事件并存的一种状态。我们总是认为可以用过去的规律去推导未来。可是在市场中，我们没有办法通过研究过去来避免未来的意外，这就是黑天鹅的存在。“黑天鹅”事件伤害，这些事件导致巨大的损失。交易者的投资兴趣再次增加，由于多种原因让市场不稳定，从而促使交易者重新寻求保护。如果它对于过去而言是一个意外，那么过去和未来则没有参考价值。面对经济金融领域的肥尾效应，我们能做的只有对于不对称性的认知如果市场是肥尾且我们不知道如何描述这样的分布，甚至过去和未来都不一定是相似的，那么我们将无所适从。
在证券市场上，风险被假设是遵守正态分布的。然而现实中那些集中在正态分布的尾部的所谓小概率事件发生的概率比正常情况下大许多，证券市场的回报往往不是正态分布的，证券价格的“肥尾”现象是交易者获得暴利的绝佳机会。证券里的肥尾效应就是指极端行情发生的概率增加，可能由于一些不寻常的事件发生就会导致市场上巨大的震荡。
尾端风险和极端风险就是指统计学上两个极端值可能产生的风险，根据常态的钟形分布，两端的分布概率是非常低的;然而两个极端位的分布也有可能出现厚尾风险和肥尾风险，那么就是距离中值出现的概率提高。我们知道了市场是肥尾的情况下，正态分布的结论将不再适用于市场经济。一旦我们能够当机立断地确定肥尾效应存在，我们就能够懂得这一类经济现象是如何生成、演化以及终结的，因此必须要准确地知道如何用有效的操作法则来应对这种行情。
既然肥尾是客观存在的，市场真实的情况，那么我们可以用对尾部风险进行对冲的方法从肥尾效应中受益。所以肥尾的无法像薄尾那样描述所谓的极差现象。不过这肯定要用到长久以来的金融期权。
所谓尾部风险从技术上来讲被定义为一种风险高于预期的投资风险,相当于从平均风险扣除三个以上的标准偏趋。对于普通交易者来说，这则意味着资产价值大幅下跌走势。
很多事件则取决于分布的尾部和例外时间,而不是均值。似乎许多的小概率的大规模事件的存在也证实了市场通常出现不均衡的状态。因此崩盘会使得市场被推倒重新洗牌。小概率大规模事件的存在，说明市场在某些时候风险与收益不再相称，因此虽然极度风险发生的概率很低，然而一旦发生，就会带来灾难，此点对于运用巨幅杠杆的基金特别重要，这也是许多的基金不断重大覆辙的原因所在。他们的交易模型.中并没有充分认识到肥尾风险的存在。
其实想要理解肥尾效应并不是一件难事。大家拿到这本书的时候，一定会想这本书怎么全是数学概念？非数学专业的人能否看懂？其实没有必要有这种顾虑。里面的知识都是在大家已经掌握的知识上进行拓展。以此来描述经济市场里的“肥尾”这一概念。
肥尾，就是指没有预料到的厚尾或者突起。正态分布是理解肥尾效应的基础。正态分布就是说中间极多两面极少，举个我们大家常见的例子，大部分的高考生能够考上二三本，清华北大和完全落榜凤毛麟角。描述这个效应的曲线中间部分很高，两侧很低，越往两侧趋近于零。这就是常规的正态分布。在股票市场中，一旦我们发现股票的涨和跌并不服从正态分布，那么相较于正态分布而言，平均值周围的数据比较少，两侧小概率事件的数据比较多。这种现象叫做肥尾。肥尾分布风险告诉我们，证券市场上的信息分布并非简单的正态分布，我们从中能看到的的尾巴明显没有内幕人员看到的尾巴偏离的大。因此，我们必须懂得在通常情况下价格都是相对稳定地运行，然而在极少数情况之下则会产生极端行情，极端行情用俗语来说就是“站在风口猪都能飞起来”。
对于随机变量，有两个极其重要的概念，大数定律和中心极限定理。小概率的大规模波动形成的时候，市场通常会出现市场参与者之间的相互作用。一旦达到临界状态，那么小规模的输入能够造成系统的大规模输出反应，比如崩盘。这就是大数定律。那么大家会有疑问自组织临界性是如何出现的呢?这就是系统的多样性出现缺失，交易者都运用同样或者类似的行为方式。当随机变量在个数很大的时候，他们的求和再取平均所构成的随机变量会趋向于服从正态分布，一旦肥尾效应导致爆仓，这就是灾难。所以说中心极限定理虽然是对的，但是由于收敛速度过慢，主宰市场的仍是肥尾效应。肥尾往往会出现在用于度量风险及其影响的分布曲线尾端。它以图表的形式来描述一种来自于某类特殊事件风险，该风险发生概率非常小，可是一旦发生就会造成灾难性的损失。
在以往的经济学理论中正态分布是钟形曲线，这是一个比较经典的对称性模型。然而在实践中，大家却发现存在着广泛的肥尾分布，也就是说，大概率的小规模事件与小概率的大规模事件并存的一种状态。我们总是认为可以用过去的规律去推导未来。可是在市场中，我们没有办法通过研究过去来避免未来的意外，这就是黑天鹅的存在。“黑天鹅”事件伤害，这些事件导致巨大的损失。交易者的投资兴趣再次增加，由于多种原因让市场不稳定，从而促使交易者重新寻求保护。如果它对于过去而言是一个意外，那么过去和未来则没有参考价值。面对经济金融领域的肥尾效应，我们能做的只有对于不对称性的认知如果市场是肥尾且我们不知道如何描述这样的分布，甚至过去和未来都不一定是相似的，那么我们将无所适从。
在证券市场上，风险被假设是遵守正态分布的。然而现实中那些集中在正态分布的尾部的所谓小概率事件发生的概率比正常情况下大许多，证券市场的回报往往不是正态分布的，证券价格的“肥尾”现象是交易者获得暴利的绝佳机会。证券里的肥尾效应就是指极端行情发生的概率增加，可能由于一些不寻常的事件发生就会导致市场上巨大的震荡。
尾端风险和极端风险就是指统计学上两个极端值可能产生的风险，根据常态的钟形分布，两端的分布概率是非常低的;然而两个极端位的分布也有可能出现厚尾风险和肥尾风险，那么就是距离中值出现的概率提高。我们知道了市场是肥尾的情况下，正态分布的结论将不再适用于市场经济。一旦我们能够当机立断地确定肥尾效应存在，我们就能够懂得这一类经济现象是如何生成、演化以及终结的，因此必须要准确地知道如何用有效的操作法则来应对这种行情。
既然肥尾是客观存在的，市场真实的情况，那么我们可以用对尾部风险进行对冲的方法从肥尾效应中受益。所以肥尾的无法像薄尾那样描述所谓的极差现象。不过这肯定要用到长久以来的金融期权。
所谓尾部风险从技术上来讲被定义为一种风险高于预期的投资风险,相当于从平均风险扣除三个以上的标准偏趋。对于普通交易者来说，这则意味着资产价值大幅下跌走势。
很多事件则取决于分布的尾部和例外时间,而不是均值。似乎许多的小概率的大规模事件的存在也证实了市场通常出现不均衡的状态。因此崩盘会使得市场被推倒重新洗牌。小概率大规模事件的存在，说明市场在某些时候风险与收益不再相称，因此虽然极度风险发生的概率很低，然而一旦发生，就会带来灾难，此点对于运用巨幅杠杆的基金特别重要，这也是许多的基金不断重大覆辙的原因所在。他们的交易模型.中并没有充分认识到肥尾风险的存在。
很多人 很多事 对他就没有公平过吧 [微笑] 他说过要世趋第一 他说过他做任何事都要做到最好 结果却说他不想过度曝光[微笑] 对别的人一点点事 就感觉心疼的会死 到他苦 就开始正义凛然的说所以人都是这样[微笑]是的确实是普通人很多都是这样天天嘲笑别人WPG有些人才是WPG到外婆家了[吐] 不喜欢不了解他 就别说话 shut up
✋热门推荐