[心得] 最差的30年rolling return,到底有多差?

看板 Foreign_Inv
作者 daze (一期一會)
時間 2024-10-27 22:46:59
留言 76 ( 27推 0噓 49→ )
回文 2則
最近看到了些談 30-year rolling return 的文章 突然想到,最差的30年rolling return,到底有多差? === 考慮某投資,假設其年報酬率為獨立同分佈,且服從對數常態分佈。 (這裡假設了分佈的型態,但並不對μ跟σ做估計。) 問: 該投資未來三十年的累積報酬率,低於過去一百年間的 30-year rolling return 之最小值的機率有多少? 這個問題也許有解析解,但我數學不太好,就直接用蒙地卡羅法模擬看看。 我模擬的結果是大約 12%。 === 這裡的前提,「獨立同分佈+對數常態分佈」是非常強的假設 這個模擬的結果,不見得能適用於現實 但「過去100年的 30-year rolling return」雖然看似足足有71組數字 對於從中得到的一些觀察 或許可以再思考看看要給予多少信心 -- So stand by your glasses steady, Here’s good luck to the man in the sky, Here’s a toast to the dead already, Three cheers for the next man to die. -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.39.23.85 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Foreign_Inv/M.1730040425.A.75F.html

留言

staytuned74 哪一國市場?ACWI? 10/27 22:57 1F
staytuned74 不同國過往滾動30年都差異不小了 10/27 22:58 2F
nexerodo 假設太多沒意義 未來逆全球化+ai能增加多少生產力都是 10/27 23:57 3F
nexerodo 太大的變數 10/27 23:57 4F
Tox 其實逆全球化如果造成通膨年增率降不下去,反而更應該投資VT 10/28 08:14 5F
goliathplus 12%怎麼看都不太對… 假設模型正確 下一個sample 低 10/28 09:16 6F
goliathplus 於70個已知sample中極值的機率有12%的意思? 10/28 09:16 7F
這裡的關鍵點是,這是70個有overlapping的sample 如果誤以為是70個獨立的sample,會高估信心水準
a4695200 有接觸過財務工程的投資朋友可能都聽過這個名詞 10/28 10:09 8F
a4695200 『股市的漲跌幅,呈現對數常態分配』 10/28 10:10 9F
a4695200 老弟好奇,為何不是『常態分佈』? 10/28 10:10 10F
※ 編輯: daze (60.249.225.18 臺灣), 10/28/2024 11:05:47
goliathplus 阿 對你是對的 可是這樣的話 超過最大值應該也是大概 10/28 11:40 11F
goliathplus 12%? 如果分布這麼平 基本上是是說不要看後照鏡投資 10/28 11:40 12F
goliathplus 的意思 10/28 11:40 13F
recorriendo 跟過去100年的極值比?意義不大吧 跟大蕭條比? 大戰時 10/28 12:18 14F
recorriendo 期比? 時空變化這麼大這個統計數字的參考價值是? 10/28 12:19 15F
SweetLee 不好意思 看不懂沒給μ跟σ要如何做蒙地卡羅? 10/28 14:19 16F
daze 你分析一下就會發現這個問題的答案其實跟μ跟σ是多少無關 10/28 14:27 17F
daze 。做蒙地卡羅時選任意μ跟任意大於0的σ都可以。比如選0跟1 10/28 14:27 18F
daze 我們都知道,要準確估計μ跟σ是很困難的。這個問題的答案 10/28 14:34 19F
daze 與μ跟σ無關其實是個不錯的特性。 10/28 14:34 20F
staytuned74 但還是拿daily平均數與標準差丟回去log normal ,所 10/28 16:27 21F
staytuned74 以你的取樣區間很重要 10/28 16:27 22F
staytuned74 所以我才說你用哪個country 差很多 10/28 16:27 23F
staytuned74 理論上用acwi daily 會是比較合適的 10/28 16:30 24F
daze 這個問題的答案與μ跟σ無關,不必估計μ跟σ,沒有取樣區間 10/28 16:32 25F
daze 的問題。 10/28 16:32 26F
daze 你可以試試看用不同的μ跟σ帶進去跑蒙地卡羅,看看結果是不 10/28 16:35 27F
staytuned74 不懂你意思 你是說連平均數與標準差都亂數丟進去? 10/28 16:35 28F
staytuned74 10/28 16:35 29F
daze 是類似。 10/28 16:35 30F
SweetLee 讓我猜一下我誤解的地方 我看了一樓留言以為你過去100年 10/28 16:39 31F
staytuned74 Okay 懂你意思 10/28 16:39 32F
SweetLee 是用歷史資料? 但其實你過去一百年和未來30年都是用蒙地 10/28 16:40 33F
SweetLee 卡羅亂數? 10/28 16:40 34F
daze 首先是μ。μ是固定值,可以從Min[]裡面提項到外面。提項後 10/28 16:41 35F
daze 可以發現不等式兩端都是30個μ,可消掉,所以μ不影響答案。 10/28 16:42 36F
SweetLee 嗯嗯 如果整個130年都是用一樣的μ跟σ產生 最後的結果 10/28 16:44 37F
SweetLee 確實跟這兩個值無關 10/28 16:44 38F
daze 剩下σ後,可以觀察到,不等式兩側同乘任意大於零的係數,不 10/28 16:45 39F
daze 影響不等式。所以σ可以任意放大或縮小。 10/28 16:45 40F
aldosterone 推;也許估計離精確很遠 10/28 16:48 41F
aldosterone 但光是有機會跳出經驗性臆斷的偏差 10/28 16:49 42F
aldosterone 就很有意思了 10/28 16:49 43F
aldosterone 幫補個縮放圖 https://imgur.com/a/ChAKFK 10/28 16:52 44F
[心得] 最差的30年rolling return,到底有多差?
44F
aldosterone https://imgur.com/a/ChAKFKp 10/28 16:53 45F
[心得] 最差的30年rolling return,到底有多差?
45F
SweetLee 其實我對這個實驗的個人結論是:100年的數據其實不太夠多 10/28 16:54 46F
staytuned74 這個猜想用1000年也可,但就是log normal這個強假設 10/28 16:59 47F
staytuned74 容易模擬不到真實路徑 10/28 16:59 48F
staytuned74 例如外星人來之類的 10/28 17:00 49F
staytuned74 再大膽一點分佈也可亂數generate 10/28 17:02 50F
這裡的推論是,即使假設沒有structure break,100年的數據所能提供的信心是有限的。 因此我會覺得「假設太強」這個問題似乎還好。 至於1000年到底夠不夠,那就另當別論。
aldosterone @a4695200 因為一個大時段的報酬是由其包含的小時段 10/28 17:04 51F
aldosterone 的報酬連乘而來的;所以大時段的報酬的對數可以表示 10/28 17:05 52F
aldosterone 為小時段報酬的對數的相加;根據中央極限定理,相互 10/28 17:06 53F
aldosterone 獨立(「強」假設主要是這這個)小時段報酬的對數隨 10/28 17:06 54F
aldosterone 著時段拉長(加總的獨立的小時段增加),將近似常態 10/28 17:06 55F
※ 編輯: daze (114.39.23.85 臺灣), 10/28/2024 17:16:29
SweetLee 如果過去用1000年來跑 這個比例可能降到大約1%吧 比起 10/28 17:13 56F
SweetLee 100年來講應該會可靠很多 只是1000年可能整個時空都不一 10/28 17:14 57F
SweetLee 樣了 10/28 17:14 58F
SweetLee 所以股票這種東西 可能在你有足夠統計數據之前 他的特性 10/28 17:15 59F
SweetLee 就跑掉了 最後還是要賭一下 10/28 17:16 60F
staytuned74 對log normal假設篇章有興趣可以看財工相關書籍布 10/28 17:16 61F
staytuned74 朗運動那邊開始 10/28 17:16 62F
staytuned74 好投資其實也就是盡可能精明的賭 10/28 17:35 63F
a4695200 @aldosterone 感謝熱心講解,那為何不直接使用『常態 10/28 22:06 64F
a4695200 分佈』? 10/28 22:06 65F
an5566 價格才是對屬常態吧 報酬率是常態分配 10/28 22:50 66F
an5566 而且絕對不會是同分配喔 例如今年大跌 明年標準差會增加 10/28 22:52 67F
an5566 今年跟明年獨立 但不會是同分配 10/28 22:52 68F
yesjimmy62 因為如果用常態分佈,價格會有機率變成小於零,顯然 10/29 12:19 69F
yesjimmy62 不行 10/29 12:19 70F
SweetLee 報酬率短時間是常態分佈 長時間就會變成對數常態了 一 10/29 12:25 71F
SweetLee 年的時間恐怕比較接近對數常態 10/29 12:25 72F
yu830913 股價會是對數常態,因為假設報酬率是常態分配 10/29 14:14 73F
an5566 未來股價=現在價格*e^rt 取log以後rt掉下來 10/29 16:49 74F
an5566 報酬率常態的話 價格就是對數常態 我只記得這樣 其他更複 10/29 16:50 75F
an5566 雜的忘光了 10/29 16:50 76F

最新文章

[閒聊] 眼睛耳朵癢看醫生
womentalk pinkbest
2024-11-23 05:54:20
[討論] 小吃店的衛生
womentalk chiu
2024-11-23 04:40:27
[經驗] 最近整理的一些事蹟
marvel mosqutiolamp
2024-11-23 04:07:55
Re: [爆卦] [反歧視]日本律師霸凌李琴峰
1 3 book sweetbreaker
2024-11-23 01:24:26
[讀詩] 才華有限公司
poem ccps960904
2024-11-23 00:47:15
[徵書] (英)暮光之城+移動迷宮
fantasy darkautumn
2024-11-23 00:40:40
[創作] 遺忘術
poem sandcu
2024-11-23 00:20:10
[猜謎] 誰最怕打雷
joke mimebaby
2024-11-23 00:19:45
[創作] 流量彈琴
poem sea35
2024-11-23 00:06:51