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 AcademyRoadmapsRoteiros
Ctrl K
AO
+1,2 mil alunos
EntrarParticipar ↗
RoadmapsRoteiros
AO
+1,2 mil alunos
Entrar
  • 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 AcademyRoadmapsRoteiros
Ctrl K
AO
+1,2 mil alunos
EntrarParticipar ↗
RoadmapsRoteiros
AO
+1,2 mil alunos
Entrar
  • English
  • Français
  • Español
  • العربية
  • Português
  • Deutsch
  • 日本語
  • 中文
Roteiro de Bayesian Inference›Módulo 1 · Crenças e evidências›Tópico 1.1·~50 minIntermediário

Priors verossimilhanças e posteriors

Posição no roteiroMódulo 1 de 3 · Tópico 1 de 4
1.1 Priors verossimilhanças e posteriors
—Nota do lab— / 100XP total—Sequência—

Mudar de ideia de forma justa

A regra de Bayes é uma receita para mudar de ideia diante de evidências. Você começa com um prior: o que acreditava antes de ver os dados. Depois pergunta quão prováveis seriam os dados sob cada verdade possível. Essa é a verossimilhança. Multiplique as duas, reescale para que tudo some 111 e você tem a posterior: sua crença depois da evidência. O número usado para reescalar é a evidência, a probabilidade total dos dados sobre todas as verdades possíveis.

P(θ∣D)=P(D∣θ) P(θ)P(D),P(D)=∑θP(D∣θ) P(θ)P(\theta\mid D)=\frac{P(D\mid\theta)\,P(\theta)}{P(D)},\qquad P(D)=\sum_\theta P(D\mid\theta)\,P(\theta)P(θ∣D)=P(D)P(D∣θ)P(θ)​,P(D)=θ∑​P(D∣θ)P(θ)(1)

Tome uma estratégia que é boa, ganhando 60%60\%60% dos dias, ou ruim, ganhando 50%50\%50% dos dias. Antes de qualquer dado você dá 30%30\%30% de chance de ser boa. Ela então ganha 777 dias de 101010. Esse resultado é mais provável sob boa (0,2150{,}2150,215) do que sob ruim (0,1170{,}1170,117), mas não por muito, e boa era improvável no início. A probabilidade posterior de boa é só 44%44\%44%. Com 707070 vitórias em 100100100 dias, a mesma taxa dá 99,5%99{,}5\%99,5%. Mais dados deixam a verossimilhança pesar mais que o prior.

A aritméticaBoa: prior 0,30{,}30,3 vezes verossimilhança 0,2150{,}2150,215 dá 0,06450{,}06450,0645. Ruim: 0,7×0,117=0,08200{,}7\times0{,}117=0{,}08200,7×0,117=0,0820. A evidência é a soma, 0,14650{,}14650,1465. A posterior de boa é 0,0645/0,1465=0,440{,}0645/0{,}1465=0{,}440,0645/0,1465=0,44. Em odds: odds prévios 0,3/0,7=0,430{,}3/0{,}7=0{,}430,3/0,7=0,43 vezes a razão de verossimilhanças 0,215/0,117=1,830{,}215/0{,}117=1{,}830,215/0,117=1,83 dá odds posteriores 0,790{,}790,79, os mesmos 44%44\%44%.
  • Prior, verossimilhança, posterior: o que você acreditava, o quanto cada verdade explica os dados, o que você acredita agora.
  • A evidência P(D)P(D)P(D) é só o número de reescala que faz a posterior somar 111.
  • Os dados vencem o prior: quanto mais dados, menos o prior importa.

Lab: o que é avaliado

  • Uma verossimilhança15 pts
  • A evidência15 pts
  • A posterior15 pts
  • As odds posteriores15 pts
  • Mais dados10 pts
  • Associar o vocabulário15 pts
  • Por que dez dias não provam nada15 pts
0/ 7 respondidas
Tarefas
1Resposta numérica15 ptsSem resposta

Se a estratégia é boa, cada dia é uma vitória com probabilidade 0,60{,}60,6. Qual é a probabilidade de exatamente 777 vitórias em 101010 dias, (107) 0,67 0,43\binom{10}{7}\,0{,}6^{7}\,0{,}4^{3}(710​)0,670,43? Dê quatro casas decimais.

l=l =l=aceito: ± 0.0005
2Resposta numérica15 ptsSem resposta

A probabilidade prévia de boa é 0,30{,}30,3. A verossimilhança dos dados é 0,2150{,}2150,215 sob boa e 0,1170{,}1170,117 sob ruim. Quanto vale a evidência P(D)=0,3×0,215+0,7×0,117P(D)=0{,}3\times0{,}215+0{,}7\times0{,}117P(D)=0,3×0,215+0,7×0,117? Dê quatro casas decimais.

e=e =e=aceito: ± 0.0005
3Resposta numérica15 ptsSem resposta

Qual é a probabilidade posterior de a estratégia ser boa, 0,3×0,215 / 0,14650{,}3\times0{,}215\,/\,0{,}14650,3×0,215/0,1465? Dê três casas decimais.

p=p =p=aceito: ± 0.003
4Resposta numérica15 ptsSem resposta

As odds prévias de boa contra ruim são 0,3/0,7=0,42860{,}3/0{,}7=0{,}42860,3/0,7=0,4286 e a razão de verossimilhanças é 0,215/0,117=1,83760{,}215/0{,}117=1{,}83760,215/0,117=1,8376. Quais são as odds posteriores (odds prévias vezes razão de verossimilhanças)? Dê três casas decimais.

o=o =o=aceito: ± 0.004
5Escolha10 ptsSem resposta

O que acontece com a influência do prior à medida que chegam mais dados?

6Associar15 ptsSem resposta

Associe cada termo ao seu significado.

Escolha o par de cada item da esquerda.

Prior
Verossimilhança
Posterior
Evidência
7Explicar com palavras15 ptsSem resposta

Em uma ou duas frases, explique por que uma estratégia que ganhou 777 dias de 101010 ainda tem só 44%44\%44% de chance de ser boa neste exemplo.

Modo matemáticaEntrada por teclado ou LaTeXTarefa 1 de 7 · Ctrl ⏎ para verificar

Entre para executar o seu código.

Todas as aulas são gratuitas para ler. Crie uma conta ou entre para executar código, rodar os testes e enviar este lab.

  • IDE no navegador com terminal bash — nada para instalar
  • Correção instantânea, XP e o seu lugar no roteiro
Criar uma contaEntrar
OU
Continuar com o GitHub