主题：【原创】牛与熊，从科研角度看股市（一）---从一篇小论文谈起 -- 千里烟波

外行看热闹，内行看门道。这发paper的人，说出来就是不一样。谢谢千里烟波mm的解惑。看千里烟波mm的文章，就是一种享受，好严谨。

俺得承认，俺就是Intuitive的看法。所以俺也就只敢在跟帖里小声嘀咕一下，可不敢贻笑大方。不过呢，俺是土人，俺也不发paper，俺也当不上发考题，怎么想，就怎么说。千里烟波mm见谅这个。

上财是很牛，一堆堆的顶级刊物的paper，复旦，南开不行吗？北大，清华呢？提着小板凳，很想听听八卦。

可以说比资本主义积累的还快，所以才有中国几十年的经济奇迹。但是速度越快，甜头越多，惯性越大，到最后可能就是大错的时候还不能停止，非要撞墙才能轰然而止。当然我这只是感觉。

恭喜：你意外获得【西西河通宝】一枚

鲜花已经成功送出。

此次送花为【有效送花赞扬，涨乐善、声望】

今天偶人品好

虽然作为一个复旦的毕业生看到说复旦是反例不是很舒服，不过想来的确也是。我想我心里想起的事情估计就是千里烟波所指吧。

我记得是2005年，复旦高调建了一个学院，叫先进材料研究院（筹备），打算建成复旦第十五个学院级单位。据说请了不少国际大牛，上上下下非常支持，因为复旦自己本来也是有材料系的，以至于作为学生的我们还挺好奇这个新学院的。当时大概打算第二年开始招新生并且在年初就在招研究生了，只记得这个学院巨有钱，筹备所建的小楼也是复旦里唯一一栋要刷卡才能进入的建筑，一时相关专业的人都挤着想进。

结果突然毫无征兆的一天，在该院准院长不在的时候，校领导召开该学院会议，宣布解散学院，各种政策撤销。校方的反映我们学生不清楚，一些该院的研究生在日月光华网站上喊了很久的冤，大致就是学院领导与校方领导很多方面意见不和，最后校方野蛮干涉学院事物之类的。

毕竟这时候该学院在复旦立足未稳，大家对海归水土不服也早有耳闻，很快也就风平浪静，校庆在即，这个事情也就没人再提了。

在复旦的时候很为自己是复旦学生自豪，但是似乎复旦的确没有什么太值得自豪的地方，也挺矛盾的。

恭喜：你意外获得【西西河通宝】一枚

鲜花已经成功送出。

此次送花为【有效送花赞扬，涨乐善、声望】

真不错，花

一个是给美女的

一个是给我的

陈经讲官办

呵呵

我呢

平时喜欢讲国家垄断资本主义。。讲寡头

当然也希望大家多看看德国那个二战前后的经济快速

二战后呢

"价格预测很快就能证明你是错的，但是风险预测不会。"

刚看完了你的系列， 写得相当好.

喜欢这一句.

请你有时间谈谈一下BS-model, 特别是 implied volatility.

我是一知半解。

Efficient market hypothesis

这种事难有对错， 都是探索， 不要谦虚。

我认为，

在金融市场上也是一样， 多数人的风险评估能力最好是一般， 更多的是在低端， 挣不到premium

相反， 多数人更多的是被discount.特别是在边界区域.

http://www.ccthere.com/article/1740699

边界区域概率分布不清楚， 不确定性超常态， 定价困难.

体育等社会活动是“正”边界， 总是进步, 向前.

金融市场常常是“负”边界, 世界末日.

这时， 救生圈的价格更是天价, fear >=2*joy, in terms of intensity.

"A Gaussian distribution significantly underestimates the probability of a large price or rate movement. A Gaussian distribution may underestimate the probabilty of a 3 sigma price movement by a factor of 10. In other words, the chance of a 3 sigma movement is potentially 10 times greater than that predicted by a Gaussian probability curve.

distribution of value movements in the financial markets follow Levy or Cauchy distributions"

Levy or Cauchy distributions

The Cauchy distribution is an example of a distribution which has no mean, variance or higher moments defined.

这些分布 "大概论证了市场的’胖尾‘等现象，应该是比较前沿的吧。这些分布的最大特点是 非稳态 即不符合高司分布〈正态分布〉。凸现了市场的风险，可以说是对经典理论的再发展。

"merton连续时间金融里面提到过这些东西。但是也是一笔带过而已。他说两个原因：一个是levy分步这些东西难于模型化，因为他们只有特征函数，而且没有2阶以上矩。所以建模不如马科维茨的正态分布二次效用那样来的简单和舒服。另一个是可以用一个连续的过程再加上一个波松分布来更好的获得同样具有fat-tail的形式并且更具建模的方便和优美--这已经有不少相关的paper了。风险管理上这些东西也有应用。但目前来说还没有很深入的。资本定价方面一直没有进展. "

"Gumbel distribution, 不过是extreme value distribution 的另一个名称而已。做过logit，probit 的人都知道的".