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 Particle filtering and non-stationary time series›Módulo 2 · Filtros de partículas›Tópico 2.1·~55 minAvançado

Amostragem por importância

Posição no roteiroMódulo 2 de 3 · Tópico 1 de 5
2.1 Amostragem por importância
—Nota do lab— / 100XP total—Sequência—

Estimar com palpites ponderados

Muitas vezes se quer uma média sob uma distribuição ppp da qual não se consegue sortear. Na filtragem, ppp é a crença sobre o estado oculto depois dos dados de hoje. O truque da amostragem por importância é sortear de uma distribuição fácil ggg, chamada proposta, e consertar a diferença com pesos. Um ponto xix_ixi​ que a proposta produz demais recebe um peso pequeno, e um que produz de menos recebe um peso grande: wi=p(xi)/g(xi)w_i=p(x_i)/g(x_i)wi​=p(xi​)/g(xi​). Em geral ppp só é conhecida a menos de uma constante, então os pesos são divididos pela soma, o que os faz somar 111.

wi=p(xi)g(xi),w~i=wi∑jwj,Ep[f]≈∑iw~i f(xi),ESS=1∑iw~i2w_i=\frac{p(x_i)}{g(x_i)},\quad \tilde w_i=\frac{w_i}{\sum_j w_j},\quad E_p[f]\approx\sum_i\tilde w_i\,f(x_i),\quad \mathrm{ESS}=\frac{1}{\sum_i\tilde w_i^{2}}wi​=g(xi​)p(xi​)​,w~i​=∑j​wj​wi​​,Ep​[f]≈i∑​w~i​f(xi​),ESS=∑i​w~i2​1​(1)

Num filtro, a proposta é a previsão (onde o estado provavelmente está antes dos dados) e o alvo é a crença depois dos dados. Sua razão é simplesmente a verossimilhança da observação: o peso de uma partícula diz quão bem ela explica yyy. O tamanho amostral efetivo, ESS, diz a quantos sorteios de pesos iguais a amostra ponderada equivale. Vale NNN quando todos os pesos são iguais e 111 quando um único ponto carrega tudo. Quando o ESS é pequeno, a estimativa se apoia em poucos pontos e fica ruidosa. Isso ocorre quando a proposta erra os lugares onde o alvo tem sua massa, por exemplo quando os dados são uma grande surpresa.

Quatro partículas e uma observaçãoQuatro sorteios da previsão são x=−1,0,1,2x=-1,0,1,2x=−1,0,1,2 e observa-se y=1y=1y=1 com variância de ruído r=1r=1r=1. Os pesos não normalizados são e−(1−x)2/2=0,135, 0,607, 1, 0,607e^{-(1-x)^2/2}=0{,}135,\ 0{,}607,\ 1,\ 0{,}607e−(1−x)2/2=0,135, 0,607, 1, 0,607, que somam 2,3482{,}3482,348. Os pesos normalizados são 0,058, 0,258, 0,426, 0,2580{,}058,\ 0{,}258,\ 0{,}426,\ 0{,}2580,058, 0,258, 0,426, 0,258. A média ponderada é 0,8850{,}8850,885 e o segundo momento ponderado 1,5161{,}5161,516, então a variância é 1,516−0,8852=0,7341{,}516-0{,}885^{2}=0{,}7341,516−0,8852=0,734. O tamanho amostral efetivo é 1/(0,0582+0,2582+0,4262+0,2582)=3,141/(0{,}058^2+0{,}258^2+0{,}426^2+0{,}258^2)=3{,}141/(0,0582+0,2582+0,4262+0,2582)=3,14 de 444.
  • Os pesos consertam a diferença: sortear de uma ggg fácil, ponderar por p/gp/gp/g, dividir pela soma.
  • Num filtro o peso é a verossimilhança: a partícula que melhor explica a observação recebe mais peso.
  • Vigie o ESS: 1/∑w~21/\sum\tilde w^{2}1/∑w~2 cai quando poucos pontos dominam, sinal de uma proposta ruim.

Lab: o que é avaliado

  • Um peso normalizado15 pts
  • A média ponderada15 pts
  • O tamanho amostral efetivo15 pts
  • A variância ponderada10 pts
  • Uma proposta perigosa10 pts
  • Os passos da amostragem por importância10 pts
  • Associar o vocabulário10 pts
  • Por que os pesos são necessários15 pts
0/ 8 respondidas
Tarefas
1Resposta numérica15 ptsSem resposta

Os pesos não normalizados das quatro partículas são 0,135, 0,607, 1, 0,6070{,}135,\ 0{,}607,\ 1,\ 0{,}6070,135, 0,607, 1, 0,607 e somam 2,3482{,}3482,348. Qual é o peso normalizado da primeira partícula? Dê três casas decimais.

w=w =w=aceito: ± 0.001
2Resposta numérica15 ptsSem resposta

As partículas x=−1,0,1,2x=-1,0,1,2x=−1,0,1,2 têm pesos normalizados 0,058, 0,258, 0,426, 0,2580{,}058,\ 0{,}258,\ 0{,}426,\ 0{,}2580,058, 0,258, 0,426, 0,258. Quanto vale a média ponderada ∑w~ixi\sum\tilde w_i x_i∑w~i​xi​? Dê três casas decimais.

m=m =m=aceito: ± 0.003
3Resposta numérica15 ptsSem resposta

Com os pesos normalizados 0,058, 0,258, 0,426, 0,2580{,}058,\ 0{,}258,\ 0{,}426,\ 0{,}2580,058, 0,258, 0,426, 0,258, a soma dos quadrados dos pesos é 0,3180{,}3180,318. Quanto vale o tamanho amostral efetivo 1/∑w~i21/\sum\tilde w_i^{2}1/∑w~i2​? Dê duas casas decimais.

ess=ess =ess=aceito: ± 0.02
4Resposta numérica10 ptsSem resposta

O segundo momento ponderado ∑w~ixi2\sum\tilde w_i x_i^{2}∑w~i​xi2​ é 1,5161{,}5161,516 e a média ponderada 0,8850{,}8850,885. Quanto vale a variância ponderada? Dê três casas decimais.

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

Qual proposta tem mais chance de dar um tamanho amostral efetivo minúsculo?

6Ordenar os passos10 ptsSem resposta

Coloque em ordem os passos da amostragem por importância autonormalizada.

Arraste para reordenar, ou foque um item, Espaço para levantá-lo, setas para movê-lo e Espaço para soltá-lo.

  1. 1Dividir cada peso pela soma dos pesos
  2. 2Sortear pontos da proposta fácil
  3. 3Tirar a média da quantidade com os pesos normalizados
  4. 4Calcular um peso para cada ponto: alvo sobre proposta
7Associar10 ptsSem resposta

Associe cada termo ao seu significado.

Escolha o par de cada item da esquerda.

Proposta
Alvo
Peso de importância
Tamanho amostral efetivo
8Explicar com palavras15 ptsSem resposta

Em uma ou duas frases, explique por que é preciso ponderar os sorteios por p/gp/gp/g quando se sorteia da proposta ggg em vez do alvo ppp.

Modo matemáticaEntrada por teclado ou LaTeXTarefa 1 de 8 · 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