Un backtest da un número, pero ¿cuánta confianza darle? La inferencia bayesiana responde con todo un rango de valores plausibles en vez de una sola estimación. Esta habilidad lo explica en pasos sencillos, con comprobaciones breves (números que calcula, pasos que ordena, conceptos que empareja) y ejemplos financieros: cómo se combinan una creencia previa y unos días de resultados, por qué una estrategia que ganó 7 días de 10 aún no está probada, cómo leer un intervalo de credibilidad y decidir con él, cómo un muestreador explora una posterior sin fórmula, por qué los rendimientos medios de muchas acciones deben acercarse entre sí y cómo comparar dos modelos con justicia. El proyecto final es un laboratorio de código donde usted escribe el muestreador y la contracción y los usa con rendimientos reales de acciones.
Se espera probabilidad (probabilidad condicional, distribuciones comunes) y ayudan nociones de estadística. No hace falta conocer el enfoque bayesiano.
