Тел.факс: +7(831)437-66-01
Факторинг  Анализ финансовых западных рынков 

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 [ 86 ] 87 88 89 90 91 92

©take AR (1) residuals© yi=datn [2 : obv]; xi = datn [1 :obv-l]; xi2=xi2; ybar=meanc(yi); xbar=meanc (xi) ; xy=yj.*xi;

sxx=obv*suinc (xi2) - (sumc (xi))2;

sxy=obv I ( sumc (xy) ) -sumc(xi) *sumc (yi) ;

slope = sxy/sxx; const =ybar- slope*xbar;

date = datn [2:obv] - (const + slope*datn [l:obv-l]);

obv = rows (date);

©cumulate AR (1) residuals©

datx = eumsume (date [.,1 ]) + 100;

l=0;x=0;

do while x<= (obv/2); X = X + 1;

num = obv/x; n = floor (obv/x) ; if n<num; goto repeat; endi f;

©cheek if x is evenly divisible©

xl =reshape (datx,n,x); ©reshape matrix to desired investment

horizon, X ©

datn = xl [.,!]; ©use first со1гш1п of prj ees only©

datr = ln(datn[2:n]./datnfl :n-l]); ©log return© s = stde (datr); ©calculate standard deviation©

©print to file©



Таблица А2.1 Ожидаемое значение R/S, гауссова случайная переменная: характерные

значения

E(RS)

Log(N)

Log(E(FVS))

2,8722

1,0000

0,4582

3,7518

1,1761

0,5742

4,4958

1,3010

0,6528

5,1525

1,3979

0,7120

5,7469

1,4771

0,7594

6,2939

1,5441

0,7989

6,8034

1.6021

0,8327

7,2822

1,6532

0,8623

7,7352

1,6990

0,8885

8,1662

1,7404

0,9120

8,5781

1,7782

0,9334

8,9733

1,8129

0,9530

9,3537

1,8451

0,9710

9,7207

1,8751

0,9877

10,0758

1,9031

1,0033

10,4200

1,9294

1,0179

10,7542

1,9542

1,0316

11,0793

1,9777

1,0445

11,3960

2,0000

1,0568

16,5798

2,3010

1,21%

20,5598

2,4771

1,3130

23,8710

2,6021

1,3779

26,8327

2,6990

1,4287

29,5099

2,7782

1,4700

31,9714

2,8451

1ДМ8

34,2624

2,9031

1,5348

36,4139

2,9542

1,5613

1.000

38,4488

3,0000

1,5849

1.500

47,3596

3,1761

1,6754

2.000

54,8710

3,3010

1,7393

2.500

61,4882

3,3979

1,7888

3.000

67,4704

3,4771

1,8291

3.500

72,9714

3,5441

1,8632

4.000

78,0916

3,6021

1,8926

4.500

82,9004

3,6532

1,9186

5.000

87,4487

3,6990

1,9418

5.500

91,7747

3,7404

1,%27

6.000

95,9081

3,7782

1,9819

6.500

99,8725

3,8129

1,9994

7.000

103,6872

3,8451

2,0157

7.500

107,3678

3,8751

2,0309

8.000

110,9277

3,9031

2,0450

8.500

114,3779

3,9294

2,0583

9.000

117,7281

3,9542

2,0709

9.500

120,9864

3,9777

2,0827

10.000

124,1600

4,0000

2,0940



Приложение 3

ТАБЛИЦЫ ФРАКТАЛЬНЫХ РАСПРЕДЕЛЕНИЙ

Это приложение имеет две цели:

1. Здесь представлены таблицы, которые некоторые читатели найдут полезным, если они исследуют устойчивые распределения как альтернативные показатели риска, либо для выбора портфеля, либо для опционного ценообразования, как описано в Главе 15.

2. Оно охватывает методологию, используемую для создания таблиц. Текст данного приложения предназначен особенно для тех, кого интересует такая степень детализации.

В 1968 и 1971 гг. Фамэ и Ролл опубликовали функции распределения для семейства устойчивых распределений. Таблицы ограничивались симметричным случаем, где Р = 0. Это были первые таблицы, которые были получены на основе алгоритмов, а не на основе интерполяции как это делал Мандельброт (Mandelbrot, 1963). В этом приложении мы сначала опишем методологию, используемую Фамэ и Роллом. Мы также кратко обсудим другие методы, разработанные начиная с 1971 г. В конце приложения воспроизведены три таблицы из работы Фамэ и Ролла. Теперь стало возможным сгенерировать эти таблицы с использованием мощного программного обеспечения, доступного для персональных компьютеров, так же как и для автоматизированных рабочих мест. Заинтересованные читатели также могут пробовать это сделать.

ГЕНЕРИРОВАНИЕ ТАБЛИЦ

Фамэ и Ролл основывали сюю методологию на работе Бергстрома (Bergstrom, 1952). Чтобы осуществить расширение Бергстрома, мы должны начать со стандартизированной переменной:

и=- (А3.1)

Распределение и - устойчивый эквивалент стандартного нормального распределения, которое имеет среднее, равное О, и стандартное отклонение, равное 1.



1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 [ 86 ] 87 88 89 90 91 92