全部版块 我的主页
论坛 经济学人 二区 外文文献专区
1104 12
2022-05-31
英文标题:
《Election Predictions as Martingales: An Arbitrage Approach》
---
作者:
Nassim Nicholas Taleb
---
最新提交年份:
2019
---
英文摘要:
  We consider the estimation of binary election outcomes as martingales and propose an arbitrage pricing when one continuously updates estimates. We argue that the estimator needs to be priced as a binary option as the arbitrage valuation minimizes the conventionally used Brier score for tracking the accuracy of probability assessors.   We create a dual martingale process $Y$, in $[L,H]$ from the standard arithmetic Brownian motion, $X$ in $(-\\infty, \\infty)$ and price elections accordingly. The dual process $Y$ can represent the numerical votes needed for success.   We show the relationship between the volatility of the estimator in relation to that of the underlying variable. When there is a high uncertainty about the final outcome, 1) the arbitrage value of the binary gets closer to 50\\%, 2) the estimate should not undergo large changes even if polls or other bases show significant variations.   There are arbitrage relationships between 1) the binary value, 2) the estimation of $Y$, 3) the volatility of the estimation of $Y$ over the remaining time to expiration. We note that these arbitrage relationships were often violated by the various forecasting groups in the U.S. presidential elections of 2016, as well as the notion that all intermediate assessments of the success of a candidate need to be considered, not just the final one.
---
中文摘要:
我们将二元选举结果的估计视为鞅,并提出了一种当连续更新估计时的套利定价。我们认为,估值器需要作为二元期权定价,因为套利估值最小化了传统上用于跟踪概率评估师准确性的Brier分数。我们从标准的算术布朗运动中创建了一个双鞅过程$Y$,单位为$[L,H]$,$X$(-\\infty,infty)$,并相应地进行了价格选择。双过程$Y$可以代表成功所需的数字投票。我们展示了估计量的波动率与基础变量的波动率之间的关系。当最终结果存在高度不确定性时,1)二进制的套利价值接近50%,2)即使民意调查或其他基础显示出显著变化,估计也不应发生大的变化。1)二元价值,2)Y$美元估值,3)Y$估值在剩余到期时间内的波动性之间存在套利关系。我们注意到,在2016年美国总统选举中,各种预测小组经常违反这些套利关系,以及需要考虑对候选人成功的所有中间评估,而不仅仅是最终评估的概念。
---
分类信息:

一级分类:Quantitative Finance        数量金融学
二级分类:Pricing of Securities        证券定价
分类描述:Valuation and hedging of financial securities, their derivatives, and structured products
金融证券及其衍生产品和结构化产品的估值和套期保值
--
一级分类:Physics        物理学
二级分类:Physics and Society        物理学与社会
分类描述:Structure, dynamics and collective behavior of societies and groups (human or otherwise). Quantitative analysis of social networks and other complex networks. Physics and engineering of infrastructure and systems of broad societal impact (e.g., energy grids, transportation networks).
社会和团体(人类或其他)的结构、动态和集体行为。社会网络和其他复杂网络的定量分析。具有广泛社会影响的基础设施和系统(如能源网、运输网络)的物理和工程。
--

---
PDF下载:
-->
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2022-5-31 06:32:35
尾部风险研究项目选举预测为鞅:一种套利方法纽约大学工程学院Nicholas TalebTandon第三版,2017年10月即将出版,定量金融I。引言定量融资的一个标准结果是,当基础证券的波动性增加时,套利压力推动相应的二元期权接近50%,并在剩余到期时间内变小。与直觉相反,基础证券的不确定性越高,二进制期权的波动性越低。这种影响应该在产生二元价格的所有领域都存在——然而,我们观察到,在作出二元预测的许多领域,尤其是与2016年美国总统选举有关的领域,严重违反了这些原则。我们观察到政治科学家和预测家之间存在着明显的错误,例如,评估员给候选人的答案。特朗普成功的几率在0.1%到3%之间,2)预测的修正率从48%跳到了15%,这两个都是在援引不确定性的同时做出的。传统上,选举预测的质量是通过De Finetti的方法静态评估的,该方法考虑最小化Brier得分,这是一种与最终结果(从选举到其他领域跟踪概率评估员准确性的标准)的差异度量。在定量金融实践和文献之外,没有对估值变化进行跨期评估。然而,德费内蒂自己的原则是,概率应被视为双向“选择”价格,这因此被传统做法所违背。0.420.440.460.480.50.04 0.06 0.08 0.10 0.12s0.20.30.40.5估计值图。1.
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-31 06:32:38
不同预期比例投票Y下的选举套利“估计”(即估值)∈ [0,1],s表示当前和选举结果之间的预期波动率Y。我们可以看到,在不确定性较高的情况下,结果的估计值接近0.5,并且对估计的要素边际不敏感。Bt0∈ [0,1]年∈ [L,H]X∈ (-∞,∞)B=P(XT>l)B=P(YT>S(l))Y=S(X)图2。X是R,Y上的一个开放的不可观测随机变量(分数的阴影变量),它通过sigmoidal函数S(.)映射为“选票”或“选举人票”,它将一对一映射,并使用适当的相应分布将二进制作为期望值。在本文中,我们采用了基于定量融资原则的动态连续时间方法,并认为给定“评估者”对选举结果的概率估计需要被视为可交易价格,也就是说,作为受套利边界约束的二元期权价值(特别是因为二元期权实际上用于bettingmarkets)。未来修订的估值需要与鞅定价兼容,否则会通过评估师的“买入”和“卖出”创建跨期套利。当我们转向连续时间并应用标准鞅方法时,出现了一个数学上的复杂性:即作为概率预测,潜在的安全性存在于[0,1]。我们的方法是在算术布朗运动的区间[L,H]内,X in,创建一个对偶(或“影子”)鞅过程Y(-∞, ∞) 以及相应的价格选择。例如,双重过程Y可以代表成功所需的数字投票。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-31 06:32:41
一个复杂的情况是,由于X到Y的变换,如果Y是阿马丁格尔,X就不能是鞅(反之亦然)。Y的过程允许我们在概率估计的波动性和基础变量(例如投票数)的波动性之间建立套利关系。因此,我们能够表明,当最终结果存在高度不确定性时,1)事实上,预测的套利价值(作为二元期权)接近50%,2)即使民意调查或其他基础发生变化,估计也不应发生大的变化。N、 Taleb 1铁路风险研究计划显示出显著的变化。定价链接介于1)二元期权价值(即预测概率)、2)Y估计和3)剩余到期时间内Y估计的波动性之间(见图1和图2)。A、 主要结果为了方便起见,我们从符号开始。注:t时观察到的以[0,1]表示的选票估计比例。这些选票可以是普通票或选举人票,只要对它们进行一致性处理。不可撤销的最终选举结果显示的期限,或到期。T当前评估期,因此T-这是最终选举之前的时间,以年为单位。s年化波动率为Y,或不确定因素影响Y在剩余时间内的结果,直至出现偏差。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-31 06:32:44
我们假设s是常数,没有任何通用性的损失,但它可能与时间有关。B(.)“预测概率”,或选举结果的估计连续时间套利评估,建立B(.)之间的套利界限,主要结果:B(Y,σ,t,t)=erfcl- erf公司-1(2年- 1) eσ(T-t)√e2σ(T-t)- 1.(1) 其中σ≈qlog2πse2erf-1(2年-1) +1个√√T- t、 (2)l是所需的阈值(默认为0.5),erfc(.)是标准互补误差函数,1-erf(.),带erf(z)=√πRze-tdt。我们认为,在这里回答统计学家和数学金融以外人士的常见评论是合适的:“为什么不简单地使用贝塔式分布呢?”。答案是:1)本文的主要目的是在二元预测中建立(无套利)时间一致性,2)我们不知道有一个连续时间随机过程,它适应贝塔分布或类似有界的常规分布。B、 论文的其余部分组织如下。首先,我们展示了Y的过程以及特定布朗运动所需的变换。其次,我们推导出我们模型的一个中心性质是它阻止了B(.)从变化超过估计的Y:在两名候选人的比赛中,如果低于(高于)Y,则将限制在Y。在实践中,我们可以从47%对53%的估计票数的较窄差距中观察到98%对02%的获胜概率;我们的方法可以防止在高度不确定性的情况下,概率偏离估计投票数。但它仍然很保守,不能给出更高的比例。用于获得方程式(1)的套利关系。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-31 06:32:47
最后,我们讨论了德费内蒂的方法,并展示了鞅估值如何与预测行业中的传统标准(即Brier分数)最小化相关。关于σ缺少闭式解的评论:注意,对于Y,我们缺少反映总变化的积分的闭式解:RTtσ√πe-erf公司-1(2年)-1) ds,虽然X的对应值是可计算的。因此,我们依赖不确定性传播方法来获得Y概率密度的闭合形式解,尽管它的矩不明确,因为logistic正规积分本身不适合简单展开式[1]。X和Y的时间片分布:时间片分布是从时间t开始的Y的概率密度函数,即单周期表示,从twith Y=+erf(X)开始。相反,对于给定的X y,对应的X,X可以被发现为周期T的正态分布- twithE(X,T)=Xeσ(T-t) ,V(X,t)=e2σ(t-t)- 1峰度为3。通过概率变换,我们得到了Y的相应分布,初始值为(3)ν(Y;Y,T)=√e2σ(t-t)- 1experf公司-1(2年- (1)-科思σt- 1.erf公司-1(2年- (1)- erf公司-1(2年- 1) eσ(t-t)我们有E(Yt)=Y。至于方差,如上所述,E(Y)不适用于从φ(.)导出的闭式解,norfrom随机积分;但是,可以使用前两个矩的不确定性传播方法(deltamethod),从X的闭合形式分布中轻松估计出它。由于有限动量随机变量X的函数f的方差可以近似为V(f(X))=f(E(X))V(X):S-1(y)yy=y≈e2σ(T-t)- 1秒≈se公司-2个RF-1(2年-(1)e2σ(T-t)- 1.2π。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

点击查看更多内容…
相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群