常態分布的 峰度（Kurtosis）和偏度（Skewness)- ishare asset allocation etf

野鴿子 已針對您的文章「《如何在期權投資中獲利》---McMillan---- 利用kama bb band 觀察轉折點」留下新意見： 
個人想法 vix指數不是適合操作的標地 (尤其是想以收息為主的投資人)另外 市場並不是這麼常態分佈 比較像是碎形理論
而常態分佈也忽略了 極端值出現的風險
包含極端值出現的機率與造成的風險 

野鴿子 已針對您的文章「《如何在期權投資中獲利》---McMillan---- 利用kama bb band 觀察轉折點」留下新意見： 
碎形理論 可以參考 股價.棉花與尼羅河密碼 一書
對於市場以厚尾理論看待 會比常態分佈好一些
尤其是投資心理上有樂觀時越樂觀 悲觀亦然 且還有系統操作(自動追漲與停損機制)這些都會造成極端值出現機率增加 

首先要感謝野鴿子, 提醒大家風險, 極端有機率的問題. 機率可能會變得比較大, 大家要小心風險

碎形理論, 我沒看過....我也努力的 google 一下

看完了,,,,,我也不知如何應用

股票 or 其他資產....報酬率的分布是類似常態分布, 他不是完全標準的常態分布

他和常態分布一些差別叫做 skewness and kurtosis... 這些都會造成機率的不同

我也計算了 道瓊工業指數 from 1896-5-27 to today,,118 years ,total=30746 days  它每一天的股價報酬分布

is negative skewness (正報酬的機率較大) 平均每天的報酬is 正報酬=0.0133%. 標準差=1.134%

我的計算 結果= negative skewness..提供了兩個主要的想法

1. 股票的背後代表經濟. 經濟的發展大部分都向上, so 正報酬的機率變大, 意思就是多頭的時間  fat tail 的現象比較多
2. 人類的心理對於負報酬. 損失厭惡 (loss aversion)很大,, so 負報酬的 機率比較小---意思是空頭很快就會結束 ----下跌的速度很快, 時間變得很短

事實上我之前也做過 spy 的報酬率...也有類似的結果

這些想法非常的有趣

ishare assest allocation etf 就是利用標準差的策略, 來做資產配置 etf.....from :ishare.com

ishare 用了一個名字叫做 value at risk

事實上就是標準差的觀念, 這樣的想法讓我們有很大的改變

我們可以利用這些想法來作資產配置

可以利用五線譜, 買到各種資產的低點,

事實上就可以 躲避掉大部分的波動

因為我們就是在標準差 (波動)  的底部買進

這個想法的具體做法就是, 比如說 aor ,etf , 你可以買同樣的標的物, 同樣的比例, 利用樂活五線譜. 悲觀的時候買進...就可以避免到大部分的下檔風險

這個想法我覺得很贊

跟大家分享

skewness

http://zh.wikipedia.org/wiki/%E5%81%8F%E5%BA%A6

value at risk

http://wiki.mbalib.com/zh-tw/VaR%E6%96%B9%E6%B3%95