σμimplied vol · KKmax(S−K,0)udβρᵢⱼfat tailsPnL · drawdownyield · TdSₜ = μSₜ dt + σSₜ dWₜC = S·N(d₁) − K·e⁻ʳᵀ·N(d₂)σₚ² = wᵀΣwd₁ = [ln(S/K) + (r + σ²⁄2)T] ⁄ σ√T∂V/∂t + ½σ²S²·∂²V/∂S² + rS·∂V/∂S − rV = 0Sharpe = (Rₚ − R_f) ⁄ σₚVaR₉₉ = μ − 2.33σρ = Cov(X,Y) ⁄ σₓσᵧE[Rₚ] = Σ wᵢ·E[Rᵢ]φ(x) = e^(−x²/2) ⁄ √2πE[Rᵢ] = R_f + βᵢ(E[Rₘ] − R_f)dXₜ = θ(μ − Xₜ)dt + σ dWₜσ²ₜ = ω + α·ε²ₜ₋₁ + β·σ²ₜ₋₁C − P = S − K·e⁻ʳᵀΔ = ∂V/∂S Γ = ∂²V/∂S²p = (e^(rΔt) − d) ⁄ (u − d)rₜ = ln(Pₜ ⁄ Pₜ₋₁)E[Xₜ₊₁ | ℱₜ] = Xₜf* = (bp − q) ⁄ bz = (x − μ) ⁄ σP(N=k) = λᵏe^(−λ) ⁄ k!Θ = −∂V/∂Tν = S·φ(d₁)·√Tmin wᵀΣw s.t. wᵀμ = μ*∫Σ∂∞λ
uantCraft Academyخرائط الطريقالمسارات
Ctrl K
AO
+1.2k متعلّم
تسجيل الدخولانضم ↗
خرائط الطريقالمسارات
AO
+1.2k متعلّم
تسجيل الدخول
  • English
  • Français
  • Español
  • العربية
  • Português
  • Deutsch
  • 日本語
  • 中文
σμimplied vol · KKmax(S−K,0)udβρᵢⱼfat tailsPnL · drawdownyield · TdSₜ = μSₜ dt + σSₜ dWₜC = S·N(d₁) − K·e⁻ʳᵀ·N(d₂)σₚ² = wᵀΣwd₁ = [ln(S/K) + (r + σ²⁄2)T] ⁄ σ√T∂V/∂t + ½σ²S²·∂²V/∂S² + rS·∂V/∂S − rV = 0Sharpe = (Rₚ − R_f) ⁄ σₚVaR₉₉ = μ − 2.33σρ = Cov(X,Y) ⁄ σₓσᵧE[Rₚ] = Σ wᵢ·E[Rᵢ]φ(x) = e^(−x²/2) ⁄ √2πE[Rᵢ] = R_f + βᵢ(E[Rₘ] − R_f)dXₜ = θ(μ − Xₜ)dt + σ dWₜσ²ₜ = ω + α·ε²ₜ₋₁ + β·σ²ₜ₋₁C − P = S − K·e⁻ʳᵀΔ = ∂V/∂S Γ = ∂²V/∂S²p = (e^(rΔt) − d) ⁄ (u − d)rₜ = ln(Pₜ ⁄ Pₜ₋₁)E[Xₜ₊₁ | ℱₜ] = Xₜf* = (bp − q) ⁄ bz = (x − μ) ⁄ σP(N=k) = λᵏe^(−λ) ⁄ k!Θ = −∂V/∂Tν = S·φ(d₁)·√Tmin wᵀΣw s.t. wᵀμ = μ*∫Σ∂∞λ
uantCraft Academyخرائط الطريقالمسارات
Ctrl K
AO
+1.2k متعلّم
تسجيل الدخولانضم ↗
خرائط الطريقالمسارات
AO
+1.2k متعلّم
تسجيل الدخول
  • English
  • Français
  • Español
  • العربية
  • Português
  • Deutsch
  • 日本語
  • 中文
مسار Bayesian Inference›الوحدة 1 · المعتقدات والأدلة›الموضوع 1.2·~50 دمتوسط

النماذج المترافقة: بيتا-ثنائي الحد والطبيعي

الموضع في المسارالوحدة 1 من 3 · الموضوع 2 من 4
1.2 النماذج المترافقة: بيتا-ثنائي الحد والطبيعي
—درجة المختبر— / 100إجمالي XP—التتابع—

تحديثات لها صيغة

عادةً يحتاج التوزيع اللاحق إلى حاسوب. لكن لبعض أزواج المسبق ودالة الإمكان تكون الإجابة صيغة أنيقة لأن اللاحق يبقى في عائلة المسبق نفسها. ويسمى هذا الزوج مترافقًا. وأشهره لمعدل الربح θ\thetaθ: توزيع بيتا مسبق مع بيانات ربح أو خسارة. فالمسبق Beta(a,b)\mathrm{Beta}(a,b)Beta(a,b) يعمل كأنك رأيت من قبل aaa ربحًا وbbb خسارة. وكل ربح جديد يضيف 111 إلى aaa وكل خسارة جديدة تضيف 111 إلى bbb. والمتوسط a/(a+b)a/(a+b)a/(a+b).

Beta(a,b)→Beta(a+k, b+n−k),m=a/(a+b)\mathrm{Beta}(a,b)\to\mathrm{Beta}(a+k,\,b+n-k),\qquad m=a/(a+b)Beta(a,b)→Beta(a+k,b+n−k),m=a/(a+b)(1)

الزوج الثاني لمتوسط مجهول مثل متوسط عائد عندما يكون الضجيج معروفًا. المسبق N(μ0,τ02)N(\mu_0,\tau_0^{2})N(μ0​,τ02​) والبيانات تعطي متوسطًا عينيًا xˉ\bar xxˉ بخطأ معياري sss. فكّر في الدقة وهي 1/التباين1/\mathrm{التباين}1/التباين على أنها مقدار ثقتك بشيء. والدقة اللاحقة هي مجموع الدقتين. والمتوسط اللاحق هو المتوسط المرجح بالدقة للمتوسط المسبق والمتوسط العيني فيكون وزن المصدر الأدق أكبر.

1τn2=1τ02+1s2,μn=μ0/τ02+xˉ/s21/τ02+1/s2\frac{1}{\tau_n^{2}}=\frac{1}{\tau_0^{2}}+\frac{1}{s^{2}},\qquad \mu_n=\frac{\mu_0/\tau_0^{2}+\bar x/s^{2}}{1/\tau_0^{2}+1/s^{2}}τn2​1​=τ02​1​+s21​,μn​=1/τ02​+1/s2μ0​/τ02​+xˉ/s2​(2)
معدل ربح ومتوسط عائدابدأ بـ Beta(5,5)\mathrm{Beta}(5,5)Beta(5,5) ومتوسطه 0.50.50.5 وشاهد 141414 ربحًا في 202020 يومًا. اللاحق Beta(19,11)\mathrm{Beta}(19,11)Beta(19,11) ومتوسطه 19/30=0.63319/30=0.63319/30=0.633: البيانات وحدها تقول 0.700.700.70 والمسبق يعيدها نحو 0.50.50.5. والآن متوسط عائد بمسبق 6%±5%6\%\pm5\%6%±5% وبيانات 12%±4%12\%\pm4\%12%±4%. الدقتان 1/0.052=4001/0.05^{2}=4001/0.052=400 و1/0.042=6251/0.04^{2}=6251/0.042=625. الدقة اللاحقة 102510251025 والمتوسط (400⋅6+625⋅12)/1025=9.66%(400\cdot6+625\cdot12)/1025=9.66\%(400⋅6+625⋅12)/1025=9.66% والانحراف المعياري 1/1025=3.12%1/\sqrt{1025}=3.12\%1/1025​=3.12%. فالنتيجة أقرب إلى البيانات لأنها أدق.
  • مترافق: اللاحق في عائلة المسبق نفسها فيكون التحديث صيغة.
  • المسبق بيتا: أعداد الأرباح والخسائر التي رُئيت من قبل. أضف الأعداد الجديدة لتحصل على اللاحق.
  • الحالة الطبيعية: اجمع الدقات وخذ متوسط المتوسطات بأوزان الدقة.

المختبر: ما الذي يُقيَّم

  • معدل الربح اللاحق15 نقطة
  • انتشار معدل الربح15 نقطة
  • متوسط العائد اللاحق15 نقطة
  • الانتشار اللاحق15 نقطة
  • مسبق بيتا مسطح10 نقطة
  • طابق المصطلحات15 نقطة
  • بين المسبق والبيانات15 نقطة
0/ 7 تمت الإجابة
المهام
1إجابة رقمية15 نقطةبلا إجابة

المسبق Beta(5,5)\mathrm{Beta}(5,5)Beta(5,5) والاستراتيجية تربح 141414 من 202020 يومًا. ما متوسط a/(a+b)a/(a+b)a/(a+b) للاحق Beta(19,11)\mathrm{Beta}(19,11)Beta(19,11)؟ أعطه بأربع خانات عشرية.

m=m =m=المقبول: ± 0.0005
2إجابة رقمية15 نقطةبلا إجابة

الانحراف المعياري لـ Beta(a,b)\mathrm{Beta}(a,b)Beta(a,b) هو ab(a+b)2(a+b+1)\sqrt{\dfrac{ab}{(a+b)^{2}(a+b+1)}}(a+b)2(a+b+1)ab​​. ما قيمته لـ Beta(19,11)\mathrm{Beta}(19,11)Beta(19,11)؟ أعطه بأربع خانات عشرية.

s=s =s=المقبول: ± 0.0005
3إجابة رقمية15 نقطةبلا إجابة

المسبق لمتوسط عائد هو 6%±5%6\%\pm5\%6%±5% والبيانات تقول 12%±4%12\%\pm4\%12%±4%. الدقتان 400400400 و625625625. ما المتوسط اللاحق بالنسبة المئوية (400⋅6+625⋅12)/1025(400\cdot6+625\cdot12)/1025(400⋅6+625⋅12)/1025؟ أعطه بخانتين عشريتين.

m=m =m=المقبول: ± 0.02
4إجابة رقمية15 نقطةبلا إجابة

الدقة اللاحقة 102510251025. ما الانحراف المعياري اللاحق 1/10251/\sqrt{1025}1/1025​ بالنسبة المئوية؟ أعطه بخانتين عشريتين.

s=s =s=المقبول: ± 0.02
5اختيار10 نقطةبلا إجابة

ماذا يقول المسبق Beta(1,1)\mathrm{Beta}(1,1)Beta(1,1) عن معدل الربح؟

6مطابقة15 نقطةبلا إجابة

طابق كل مصطلح بمعناه.

اختر مقابل كل عنصر في اليسار.

Beta(a,b)\mathrm{Beta}(a,b)Beta(a,b)
الدقة
زوج مترافق
المتوسط اللاحق (الحالة الطبيعية)
7اشرح بكلماتك15 نقطةبلا إجابة

في جملة أو جملتين اشرح لماذا يقع المتوسط اللاحق لمتوسط طبيعي بين المتوسط المسبق والمتوسط العيني وأيهما يكون أقرب إليه.

وضع الرياضياتإدخال بلوحة المفاتيح أو LaTeXالمهمة 1 من 7 · Ctrl ⏎ للتحقق

سجّل الدخول لتشغيل الكود الخاص بك.

قراءة كل المحاضرات مجانية. أنشئ حسابًا أو سجّل الدخول لتشغيل الكود وتنفيذ الاختبارات وتسليم هذا المختبر.

  • بيئة تطوير داخل المتصفح مع طرفية bash — لا حاجة لتثبيت أي شيء
  • تصحيح فوري ونقاط خبرة ومكانك في المسار
إنشاء حسابتسجيل الدخول
أو
المتابعة عبر GitHub