1.在本章,作者提供并证明了一个简单的预测模型,这个模型确定可以保证有75%的预测精度:如果今天的价差大于预测的平均价差,那么就可以预测明天的价差会小于今天的价差;如果今天的价差小于预测的平均价差,那么就可以预测明天的价差会大于今天的价差。
2.75%规则:
定义一个独立的,同分布的连续随机变量{Pt, t=1,2,3……}序列,这个序列落在一条非负的实线上,中位数为m,那么:
Pr[(Pt >Pt−1∩Pt−1m)]=0.75
从操作上看,如果一旦确定了今天的价差,人们就可以对明天的价差进行交易。当观察到的价差大于中位数,就可以有较大把握认为第二天的价差会大于第一天的价差。
3.非常数分布:
之前的价差序列是服从正态分布或者均匀分布。但是有时候不一定是正态分布或者均匀分布呢,在这个单独存在的情况下,75%规则的存在是客观的,但是如果有两者混合在一起,那么这个规则就不存在了。作者提到在两个转换日子的时候该规则的可用性存疑:
3.1:从正态分布转成均匀分布的那一天。
3.2:从均匀分布转到正态分布的那一天。
事实上,我们知道价格是随机变化的,两个资产间的价差也是随机的,而且有众多的学者证明了资产的价格并不是服从正态分布,存在着厚尾的现象。那么我们也可以推出75%规则在使用上的限制性。
正如作者在总结中写道:只要符合这个定理的条件,保证有75%的预测精确度,在实践中,在很短的期间内,很多股价和
价差都会满足这一个条件。另外,当变化发生时,变化发生的概率必须足够慢,导致校检后的动态模型(如对于均值的局部性描述)能得出理论所预测的反转结果。
在日常的交易中,价差的变化速度是难以确定的,那也是说,该模型存在较大的局限性。但是,不可否认,作者提供了一个新的思路给我们判断价差或者股价的反转,以及反转的概率。