Metoda bayesiană de prognozare financiară
Nu trebuie să știți multe despre teoria probabilității pentru a utiliza un model de probabilitate bayesiană pentru prognozele financiare. Metoda bayesiană vă poate ajuta să rafinați estimările de probabilitate utilizând un proces intuitiv.
Orice subiect matematic poate fi dus la adâncimi complexe, dar acesta nu trebuie să fie.
Cum este folosit
Modul în care probabilitatea bayesiană este utilizată în America corporativă depinde de un anumit grad de credință, mai degrabă decât de frecvențele istorice ale evenimentelor identice sau similare. Modelul este totuși versatil. Vă puteți încorpora în model convingerile pe baza frecvenței.
Următoarele utilizează regulile și afirmațiile școlii de gândire în cadrul probabilității bayesiene care se referă mai degrabă la frecvență decât la subiectivitate. Măsurarea cunoștințelor care sunt cuantificate se bazează pe date istorice. Această viziune este deosebit de utilă în modelarea financiară.
Despre teorema lui Bayes
Formula particulară din probabilitatea bayesiană pe care o vom folosi se numește teorema lui Bayes, uneori numită formula Bayes sau regula Bayes. Această regulă este folosită cel mai adesea pentru a calcula ceea ce se numește probabilitatea posterioară. Probabilitatea posterioară este probabilitatea condiționată a unui eveniment viitor incert, care se bazează pe dovezi relevante referitoare istoric la acesta.
Cu alte cuvinte, dacă obțineți informații sau dovezi noi și trebuie să actualizați probabilitatea apariției unui eveniment, puteți utiliza teorema lui Bayes pentru a estima această nouă probabilitate.
Formula este:
P (A | B) este probabilitatea posterioară datorită dependenței sale variabile de B. Aceasta presupune că A nu este independent de B.
Dacă suntem interesați de probabilitatea unui eveniment despre care avem observații anterioare, numim aceasta probabilitatea anterioară. Vom considera acest eveniment A și probabilitatea sa P (A). Dacă există un al doilea eveniment care afectează P (A), pe care îl vom numi evenimentul B, atunci vrem să știm care este probabilitatea lui A că B a avut loc.
În notația probabilistică, acesta este P (A | B) și este cunoscut sub numele de probabilitate posterioară sau probabilitate revizuită. Acest lucru se datorează faptului că a avut loc după evenimentul inițial, de aici și postarea în posterior.
Acesta este modul în care teorema lui Bayes ne permite în mod unic să ne actualizăm convingerile anterioare cu informații noi. Exemplul de mai jos vă va ajuta să vedeți cum funcționează într-un concept care este legat de o piață de capital.
Un exemplu
Să presupunem că vrem să știm cum o modificare a ratelor dobânzii ar afecta valoarea unui indice bursier.
O comoară mare de date istorice sunt disponibile pentru toate marile piata de capital indicii, astfel încât ar trebui să aveți nici o problemă găsirea rezultatele pentru aceste evenimente. Pentru exemplul nostru, vom folosi datele de mai jos pentru a afla cum va reacționa un indice bursier la o creștere a ratelor dobânzii.
Aici:
P (SI) = probabilitatea creșterii indicelui bursier P (SD) = probabilitatea scăderii indicelui bursier P (ID) = probabilitatea scăderii ratelor dobânzii P (II) = probabilitatea creșterii ratelor dobânzii
Deci ecuația va fi:
P(SD∣EuEu)=P(SD)