|
De Finetti【3】表明,对{0,1}中随机变量实现的“概率”的“评估”需要一个非线性损失函数,这使得他对概率评估的定义不同于从事二元下注的交易者的损益定义。假设n-重复两周期模型中的一个投注代理tand t产生一个策略S,下注b0,i∈ [0,1]索引为i=1,2,n、 实现了二进制。v、 t,i.如果我们取他的损益在nbets上的绝对变化,它将beL(S)=nnXi=1 | t,i- 英国电信,i |。例如,假设E(t)=。在这里,押注概率会导致预期损失,这与押注0或1是一样的,因此不利于代理人押注准确的概率。如果我们使用相同的随机变量和非时变概率,Lmetric将是合适的:L(S)=nt、 我-nXi=1bt,i.De Finetti提出了一个“Brier评分”型函数,即L中的排水损失函数:L(S)=nnXi=1(t,i- bt,i),其中bt达到最小值,i=E(t)。在我们的连续时间导数估值世界中,我们对t的相同最终结果感兴趣,而不是两个周期的晶格模型,而是随机过程bt,t≥ t型≥t、 在二元结果上下注的套利“价值”需要与预期相符,因此,我们再次映射到Brier得分–通过套利论证。虽然没有二次曲线。N、 Taleb 4TAIL RISK RESEARCH PROGRAMloss function涉及到,下注是一个鞅函数,要求其本身是一个鞅,即条件期望对时间保持不变,这一事实不允许发生套利。套利者可以“做空”一个“高”的价格,“买”一个“低”的价格,等等。
|