Wypowiedzi
-
Cześć,
Pewnie poranek na poegzaminycjnym kacu nie jest najlepszym momentem na snucie podobnych rozważań, ale co tam :). Otóż każdy z nas ma jakieś odczucia co do swojego wyniku i ogromną niepewność co do polityki instytutu w zakresie ustalania MPS (Minimum Passing Score).
Przyszło mi w związku z powyższym do głowy pewne prostackie wnioskowanie. Oto jego schemat.
1) zakładamy, że rozkład wyników (zmienna losowa S) w tak dużej populacji jest zbliżony do normalnego. Będzie nas interesować wartość oczekiwana i odchylenie zmiennej S (odpowiedio E(S) i Sd(S)) .
2) Dobieramy qd - rząd dolnego kwantyla rozkładu wyników, na którym będziemy prowadzić dalsze wnioskowanie.To jest kluczowa część całego procesu, więc poświęćmy jej trochę uwagi.
Sensowną wartośc qd opieramy na następującej informacji CFA institute:
Pass rates are calculated from those candidates who actually sat for the examination. Approximately 25 percent of enrolled candidates who register do not sit for the examination (are no-shows) each year.
Można zakładać, że dla ogromnej większości tych ludzi zabrakło po prostu czasu na przygotowania. Pytanie do sali - jaki odsetek pozotałych 75% mogą stanowić oportuniści - jednostki totalnie nieprzygotowe, które zdecydowały się jednak wstać i pofatygować na egzamin bez realnych szans na sukces? To jest właśnie nasze qd. Ja ostożnie zakładam, że qd=0,05 (=5%).
3) Jaką jest wartość oczekiwana totalnego strzelania w testach? Wychodzi na to, że 120 (1/3 całości punktów). Ok, można argumentować, że jedną z 3 odpowiedzi można często inteligentnie wyeliminować, ale to wymaga pewnej wiedzy. Poza tym często w pozostałych alternatywach jest haczyk który ciągnie wynik w dół. Zakładam więc, że wartość oczekiwana wyniku dla kwantyla qd to 120 punktów (E(S(qd))=120).
4) Ile może wyności E(S(qu))=E(S(1-qd))? Jest to wartość oczekiwana wyniku kadydata reprezenujący qu=1-qd rząd populacji. Przypominam, że w naszym przykładzie qu=0,95. Biorąc pod uwagę ogrom i różnorodność materiału zakładam, że E(S(qu))=300.
5) Mamy co następuje:
E(S(qd))=120
E(S(1-qd)) = 300.
Stąd i z symetri rozkładu normalnego mamy medianę (i przy okazji wartość oczekiwaną) rozkładu zmiennej S:
E(S) = ( E(S(qd))+E(S(1-qd)) )/2 = (300+120)/2 = 210.
Za pomocą tablic standardowego rozkładu normalnego otrzymujemy
Sd(S) = [E(S(qu))- E(S)]/N^-1(qu) = (300-210)/1,644853627 = 54,71611487
gdzie N^-1() to funkcja odwrotna do dystrubuanty rozkładu normalnego.
Zakładając zatem odsetek zdawalności z na poziomie 35% otrzymujemy na MPS
na pozimie
MPS = E(S)+ N(Z=1-0,35)*Sd(S) = 210 + 0,385320466*54,7 = 231
gdzie N() to dystrybuanta standardowego rozkładu normalnego.
Ufff......
Co o tym sądzicie ??? -
Ktoś coś wie n/t odwołań?
Od dwóch dni piszę, dzwonię i nic - milczenie owiec po drugiej stronie.... -
@Andrzej
Też odpowiedziałem, że convexity w przypadku opcji na obligację nie może być ujemna. Ale po namyślę przyznaję, że to nie jest poprawna odpowiedź.
Bo wprawdzie pojęcie wypukłości dla opcji na obligację nie występuje ani w Hullu ani u Fabozziego, ale nic nie stoi na przeszkodzie, aby je zdefiniować w sposób spójny z definicją wypukłosci dla obligacji. Czyli druga pochodna ceny opcji względem YTM.
I tutaj jak najbardziej możemy mieć ujemną wypukłość opcji - np. dla opcji call na obligację z opcją przedterminowego wykupu (callable bond). -
Marek,
Nie wiem, czy bardziej podziwiać czy kpić z Twojej naiwności. Naprawdę sądzisz, że opinia jakiegoś tam kanapowego towarzystwa CFA Society of Poland (sorry, ale tak to wygląda z perspektywy ministerialnych gabinetów) może cokolwiek zmienić?
Rząd w sprawie zmian w OFE pozostaje głuchy na głosy nieporównywalnie cięższych zawodników: zarówno w sensie medialnym (vide Leszek Balcerowicz) jak i finansowym (same PTE). Gra idzie o duże miliardy, a raczej efekty, jakie wynikną z zamiecenia zobowiązań emerytalnych państwa z powrotem pod dywan.
Lobbować to możemy w kwestii dostępu do zawodu doradcy. O tak, tu mamy pewnie szanse. Siła jednej koterii, tej skupionej w Związku Maklerów i Doradców, przeciw szturmującym twierdzę barbarzyńcom z doświadczeniem zawodowym / wykształceniem / dyplomami CFA. Starczy zaskarbić sympatię ministra i problem rozwiązany.
Słowem, mierzmy siły na zamiary.
pozdrawiam,Konrad Birycki edytował(a) ten post dnia 26.01.11 o godzinie 22:57 -
Co do dylematu zoo vs. xts to znalazłem prezentację, o której pisałem w poprzednim poście. Bibliotekom od szeregów czasowych poświęcono slajdy od 60-tego do końca.
http://www.quantmod.com/Columbia2008/ColumbiaDec4.pdf
Większość różnic między xts a zoo wynika z faktu napisania i skompilowania kodu realizującego większość unikalnych poleceń xts w języku C. Jak wieść niesie, ta przewaga niebawem ulegnie zatarciu, bo autorzy zoo również pracują nad kodem w C. Poza tym obie biblioteki są funkcjonalnie bardzo podobne (xts była wzorowana na zoo).
Fajną cechą xts jest wybieranie podzbiorów danych (subseting) i możliwości agregacyjne ze względu na zmienną indeksującą (czas) zgodne z konwencją ISO8601. Proste to, eleganckie, intuicyjne.
Tobie Piotr, z uwagi na pracę na finansowych szeregach czasowych, przyda się też pewnie gładka współpraca z biblioteką quantmod oraz fakt, że za rozwojem obu (xts, quantmod) stoją ludzie z branży finansowej piszący ją między innymi dla siebie i sobie podobnego towarzystwa.
pozdrawiam, -
Piotr,
Nie mam w tej chwili czasu, aby pochylić się nad problemem. Co do szeregów czasowych, to proponuję zdecydowanie przesiadkę na bibliotekę xts (szybkość wykonania kodu, funkcjonalność, itp.), zanim utkniesz na dobre w ts.
Bibliotek do szeregów czasowych jest w R zdecydowanie za dużo - xts jest właśnie tą, z której warto korzystać. Mam lokalnie jej prezentację porównawczą z innymi (niestety, nie mogę w tej chwili namierzyć jej adresu URL), pokazującą szybkość wykonania odpowiedników poleceń cbind, rbind, tapply itp na poziomie standardowego base.
pozdrawiam, -
Możemy sobie pogadać, ale będzie to wyłącznie gadanie. Bez jakichkolwiek implikacji dla rzeczywistości. Psy zaszczekają, karawana pojedzie dalej.
A po niej huragan Vincent.
Nie chciałbym też nikogo urazić, ale obecne zaskoczenie można skwitować krótko. Jak głosowaliście, tak macie. Trzeba się naprawdę mało interesować polityką by nawet 3 lata temu wierzyć w jakąkolwiek ideowość rządzącej dziś formacji.
A idę o zakład, że jakieś 90% uczestników tej grupy udzieliło jej wówczas poprarcia. -
Kama,
Nie rozumiem specjalnie o co chodzi z tym dzieleniem obu osi histogramu.
Poniżej przykład, który realizuje większość Twoich oczekiwań.
# tworzę wektor danych
x<- rnorm(100, 0,1)
# buduję obiekt histogramik (bez rysowania) breaks definiuje mi granice słupków
histogramik <- hist(x, breaks=c(-5,0,1,2,5))
# z obiektu histogramik wyciągam kolejno współrzędne x,y oraz wartości, którymi # podpiszę słupki (liczebności grup)
labels.x <- histogramik$mid
labels.y <- histogramik$intensities
labels.values <- histogramik$counts
# rysuję i podpisuję słupki histogramu
histogramik
text(labels.x, labels.y*0.9, labels.values)
Z narysowaniem za pomocą hist kilku histogramów na wspólnym wykresie miałem kiedyś problem i skorzystałem z barplota. Wymagało to jednak znacznie więcej kodu. Proponuję zajrzeć na stronę http://addictedtor.free.fr/graphiques/. Jeśli jest to wykonalne, na pewno znajdziesz przykład.
pozdrawiam, -
Dzięki Michał,
Twój kod oczywiście działa. Ściąganie pliku na lokalny dysk nie jest dla mnie jakimś specjalnym ograniczeniem. Zdecydowanie ważniejsza jest automatyzacja samej czynności zasysania danych z serwera, w czym mi bardzo pomogłeś.
pozdrawiam, -
Dzięki Adam,
Próbowałem z unz, nie będąc pewnym składni. Twoja propozycja niestety nie działa. Pojawia się komunikat
Error in open.connection(file, "r") : cannot open the connection
In addition: Warning message:
In open.connection(file, "r") :
cannot open zip file 'http://bossa.pl/pub/futures/mstock/mstfut.zip' -
Cześć,
Potrafi ktoś z Was (wiem, że potraficie :)) wczytać dane z pliku będącego elementem zipa umieszczonego na sieci?
chodzi mi konkretnie o plik
FW20.mst
umieszczony w :
http://bossa.pl/pub/futures/mstock/mstfut.zip
z góry dzięki za pomoc -
Nie upieram się, że str() wydobędzie potrzebne Ci dane, ale samo polecenie warto poznać. Jak sama nazwa wskazuje, pokazuje strukturę obiektu. To jedna z najbardziej przydatnych komend R.
pozdrawiam, -
a badałeś dokładniej obiekt wypluwany przez glm?
str(nazwa_modelu)
nie chce mi się przypominać, jak się liczy miary o których piszesz, ale output z glm-a jest nad wyraz obszerny (lista ok 30
elementów) i wg. wszelkiego prawdopodobieństwa znajdziesz w nim klocki potrzebne do złożenia wszelkich pseudo R^2.
summary(obiekt)
to zwykle wycinek tego, co w R dostajeszKonrad Birycki edytował(a) ten post dnia 27.03.10 o godzinie 00:34 -
Aby mieć możliwość przeczytania tego posta musisz być członkiem grupy EXCEL w praktyce
-
Aby mieć możliwość przeczytania tego posta musisz być członkiem grupy EXCEL w praktyce
-
a to jest za wolne ??
id = c(1,1,1,2,2,3,3,3,3)
lp = rep(1, length(id))
for(i in 2:length(id))
{
if(id[i]==id[i-1])
lp[i]=lp[i-1]+1
else
lp[i]=1
}Konrad Birycki edytował(a) ten post dnia 12.02.10 o godzinie 18:54 -
Jak najbardziej da się zrobić
ja źródeł inspiracji i kodów do grafiki szukam zwykle na
http://addictedtor.free.fr/graphiques/
przypadek interesujący Ciebie to np:
http://addictedtor.free.fr/graphiques/RGraphGallery.ph... -
Aby mieć możliwość przeczytania tego posta musisz być członkiem grupy Maklerzy i Doradcy
-
Tym razem lipa. Zgodnie z przysłowiem "do trzech razy sztuka" :-/.
-
Gratuluję wszystkim :)