• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    連續(xù)概率模型在金融投資方案里的應(yīng)用

    2014-12-25 06:38:16曹明緯周文韜
    科技視界 2014年23期
    關(guān)鍵詞:投資額置信區(qū)間置信度

    曹明緯 吳 迪 周文韜

    (河海大學(xué) 土木與交通學(xué)院,江蘇 南京210000)

    1 問題重述

    某公司在金融投資中,需要考慮如下兩個問題:

    1)準(zhǔn)備用數(shù)額為1000 萬元的資金投資某種金融資產(chǎn)(如股票,外匯等)。 它必須根據(jù)歷史數(shù)據(jù)估計在下一個周期(如1 天)內(nèi)的損失的數(shù)額超過10 萬元的可能性有多大, 以及能以95%的置信度保證損失的數(shù)額不會超過多少。

    2)如果要求在一個周期內(nèi)的損失超過10 萬元的可能性不大于5%,那么初始投資額最多應(yīng)為多少。

    下面是該公司在過去一年255 個交易日的日收益額(單位為萬元)的統(tǒng)計數(shù)據(jù),假定每天結(jié)算一次,保持每天在市場上的投資額為1000萬元:

    表1

    要求:

    1)參考以上數(shù)據(jù),建立模型來解決前述的兩個問題;

    2)討論二周期情形(如今后兩天內(nèi))上述兩個問題的答案;

    3)陳述上述兩個問題的一般形式(即初始投資額為M,限定損失額為L,置信度為1-α,T 個周期)及其解決方案。

    2 模型假設(shè)

    1)認(rèn)為一個周期是一天,兩個周期是連續(xù)兩天;

    2)連續(xù)模型中,收益額精確到元,認(rèn)為是連續(xù)的;

    3)每一個周期服從獨立正態(tài)分布;

    4)兩周周期內(nèi)連續(xù)兩天的每一天的收益額服從獨立同分布;

    5)利用經(jīng)過檢驗的樣本均值和樣本方差估計值作為總體均值和總體方差;

    6)投資額與收益額認(rèn)為是正比例關(guān)系。

    3 模型建立

    3.1 連續(xù)概率模型

    3.1.1 樣本分析

    將題目中所給的數(shù)據(jù)進(jìn)行分析, 得出這些數(shù)據(jù)大致符合正態(tài)分布,然后運(yùn)用matlab 對樣本分布進(jìn)行正態(tài)性檢驗(如圖2 所示):

    圖2

    從上圖可以看出得出的結(jié)果近似一次線性函數(shù), 基本符合正態(tài)分布的要求。

    為了更加準(zhǔn)確地證實樣本分布性質(zhì),下面運(yùn)用t-檢驗對樣本進(jìn)行驗證:

    對于假設(shè)H0:μ=μ0;H1:μ≠μ0,構(gòu)造[3]:

    由P{T<tα(n-1)}=α,可得拒絕域T<tα(n-1),查表、計算,比較大小即得結(jié)論。

    在確定了數(shù)據(jù)符合正態(tài)分布這一結(jié)論后,下一步我們將對數(shù)據(jù)進(jìn)行參數(shù)估計。 由MATLAB 計算得到, 均值μ 為7.5569, 標(biāo)準(zhǔn)差δ 為9.7977,均值的95%的置信區(qū)間為[6.3486,8.7652],標(biāo)準(zhǔn)差的95%的置信區(qū)間為[9.0148,10.7308]。

    另外,我們要在方差未知的情況下,對均值7.5699 的采取進(jìn)行假設(shè)檢驗,于是調(diào)用matlab 中的ttest 函數(shù)[1],我們得到:

    (1)布爾變量h=0,表示接受原假設(shè),H0:=7.5699 成立;

    (2)95%的置信區(qū)間為[6.3486,8.76522];

    (3)Sig 的值為1 大于0.05,所以接受假設(shè),即不存在顯著差異。根據(jù)假設(shè)檢驗的結(jié)果,我們可以確定的取用均值7.5569。

    3.1.2 問題1

    1)準(zhǔn)備用數(shù)額為1000 萬元的資金投資某種金融資產(chǎn)(如股票,外匯等)。 它必須根據(jù)歷史數(shù)據(jù)估計在下一個周期(如1 天)內(nèi)的損失的數(shù)額超過10 萬元的可能性有多大, 以及能以95%的置信度保證損失的數(shù)額不會超過多少。

    樣本分布函數(shù)[3]:

    利用得到的正態(tài)分布模型, 由MATLAB 可以得到一天損失數(shù)額超過十萬元的概率為:

    95%的置信度保證損失的數(shù)額:

    2)如果要求在一個周期內(nèi)的損失超過10 萬元的可能性不大于5%,那么初始投資額最多應(yīng)為多少?

    根據(jù)經(jīng)驗,投資額越大,一周期內(nèi)損失額越大,收益額也越大,所以可以認(rèn)為投資額與損失額成正比例關(guān)系:

    求得投資額M1為1168.3744(萬元)。

    3.1.3 問題2

    1)對于兩個周期情況下,因為每一天收益額都是獨立服從正態(tài)分布,可以記作X,Y。 收益額Z=X+Y。 因為:

    得μ=15.1138 δ2=191.9899,δ=13.8560,Z~N(μ,δ2)

    利用得到的正態(tài)分布模型, 由MATLAB 可以得到兩天損失數(shù)額超過十萬元的概率為:

    95%的置信度保證損失的數(shù)額:

    求得M2為1302.5413(萬元)

    3.1.4 問題3

    T 個周期情況:因為X1,…,XT相互獨立且服從正態(tài)分布,Xi~N(μ,δ2)設(shè)投資收益額

    樣本分布函數(shù)[3]:

    1)已知損失金額為L,其超過損失金額L 概率為:P(X<-L)=F(-L)

    2)已知損失超過損失金額L 概率為Y,通過列方程F(M′)=Y(jié) 求解,得出M′的值,再通過關(guān)系式求出M 的值。

    4 模型分析

    本文建立連續(xù)分布模型,解決了提出的問題。 但是模型存在一些優(yōu)缺點,如下:

    1)在計算單個周期的情況下計算不是特別復(fù)雜,但是在兩個周期情況下,利用列舉的方法會帶來計算復(fù)雜的情況,只能借助于編程計算。也就失去了不需要復(fù)雜計算的優(yōu)點,對于更多周期的情況,實用性更差。

    2)連續(xù)正態(tài)分布的應(yīng)用很好地解決了本文提出的問題,并且精度很高,借助于MATLAB 計算不是特別復(fù)雜,可以說連續(xù)性模型優(yōu)于離散型模型。

    3)本例還可以借助蒙特卡洛法,通過生成服從該正態(tài)分布的隨機(jī)數(shù)來估算概率值和限定損失額。

    [1]卓金武.MATLAB 在數(shù)學(xué)建模中的應(yīng)用[M].北京:北京航空航天大學(xué)出版社,2011.

    [2]趙靜,但琦.數(shù)學(xué)建模與數(shù)學(xué)實驗[M].北京:高等教育出版社,2008.

    [3]夏樂天.概率論與數(shù)理統(tǒng)計[M].南京:河海大學(xué)出版社,2011.

    猜你喜歡
    投資額置信區(qū)間置信度
    定數(shù)截尾場合三參數(shù)pareto分布參數(shù)的最優(yōu)置信區(qū)間
    硼鋁復(fù)合材料硼含量置信度臨界安全分析研究
    p-范分布中參數(shù)的置信區(qū)間
    多個偏正態(tài)總體共同位置參數(shù)的Bootstrap置信區(qū)間
    列車定位中置信區(qū)間的確定方法
    正負(fù)關(guān)聯(lián)規(guī)則兩級置信度閾值設(shè)置方法
    Китай вышел на второе место в мире по объемам прямых внешних инвестиций
    中亞信息(2016年9期)2017-01-18 05:50:04
    置信度條件下軸承壽命的可靠度分析
    軸承(2015年2期)2015-07-25 03:51:04
    2015 年1~9月機(jī)械工業(yè)固定資產(chǎn)投資增長 8.7%
    2015年1~6月機(jī)械工業(yè)固定資產(chǎn)投資增長9.55%
    尉犁县| 铜山县| 阿拉尔市| 阿城市| 贡觉县| 敦煌市| 大宁县| 毕节市| 桦川县| 日喀则市| 贞丰县| 日土县| 巧家县| 龙里县| 铁岭县| 凉城县| 宁夏| 普安县| 东至县| 林西县| 新平| 班戈县| 临武县| 霍林郭勒市| 东宁县| 株洲县| 镶黄旗| 汉源县| 新昌县| 莎车县| 英山县| 清苑县| 布拖县| 依安县| 怀集县| 南汇区| 镇巴县| 建宁县| 漳平市| 深圳市| 云南省|