어떤 갬블러가 다음과 같은 게임 전략을 세웠다고 합시다. 우리 주변에서도 흔히 볼 수 있는 광경일 수도 있을 것 같긴 합니다.

어떤 도박에서 내가 1달러를 걸고 이기면 1달러를 받고 2달러를 걸고 이기면 2달러를 받는 것입니다.
물론 내가 걸었던 돈과 함께 말이죠. 이때 이길 확률은 공정해서 1/2 이라고 합시다.

한심한 갬블러의 전략은 아주 간단합니다.  처음에 1 달러를 베팅을 하고 그러고 나서 돈을 읽으면 그 다음판에 이 돈에 두배인 2 달러를 다시 베팅을 합니다. 그리고 또 잃으면 다시 다음판에 이것에 두배인 4달러를 베팅을 합니다. 이렇게 하면 언젠가는 돈을 다시 찾아 올 수 있다고 계속 돈을 걸고 도박을 할때 평균적으로 얼마까지 잃으면 마지막에 결국 돈을 회수하게 될까요?

과연 이 전략을 통해서 돈을 회수는 할 수 있을까요? 그리고 현명한 전략이라 할 수 있을까요?

간단히 정리하면 이 갬블러는 언젠가 이겨도 결국 1달러밖에 벌 수 없습니다. 아래는 이 사람이 4번째 베팅에서 이겨서 8 달러를 받았을때 결국 추가로 번돈은 1 달러입니다.

베팅횟수 1 2 3 4 $gain
베팅돈 1 2 4 8  
잃은 돈  -1 -2 -4 8 1

그렇다면 이 전략을 통해서 얼마가 있으면  결국 이 한심한 갬블러가 1달러를 벌 수 있을까요? 이것을 통계적으로 어떻게 계산할 수 있을까요?

K번을 게임에서 지고 K+1번째 이 갬블러가 이긴다고 가정합시다.

그리고 이 친구가 게임에서 이기기전 바로 베팅한 돈은 X=2^K 가 됩니다.

그럼 한번 이기기전까지  게임에서 K번 지고 K+1번째 이길 확률은 P(X=2^k) = 1/ 2^(K+1) 이 되겠죠.

따라서

 E(X) =sum of n*P(X=n), n=0, 1, 2,...

          = sum of 2^K* 1/2^(K+1), K=1, 2, 3, 4, ...

          = infinite number

즉, 이 전략은 한심하다고 볼 수 있으며 또한 통계적으로 평균이 존재 안할수도 있다는 것을 배울 수 있습니다. 재미있는 예라서 적어봤습니다.

참고> 다음지식에도 전에 올렸다가 블로그로 옮겨봤습니다.

Posted by wishart
,


파이낸스에서 반드시 거쳐가게 되는 블랙-슐즈 공식이 있다.
이것은 블랙이 처음으로 이 공식을 만들고 슐즈에 의해서 refine되면서 노벨상까지 받게 된 아주 유명한 그리고 아주 유용한 공식이다. 이 공식은 아래와 같다.
이것은  현재의 주식가격, volatility, 이자율(risk free interest)만 알고 있으면 미래 콜옵션과 풋옵션의 가치를 산정할 수 있는 것이다. 아래 공식은 콜옵션 가치를 산정하는 공식인데 우리는 콜옵션과 풋옵션의 관계를 통해서 풋옵션의 가치도 산정을 할 수가 있는 것이다.

1. 콜옵션 가치 산정 블랙-슐즈(Black-Scholes) 공식 
 

undefined

 

K = Present Value of striking price in the future (미래 콜옵션 행사가의 현재가치)


2. 풋옵션  가치산정 공식 (put-call parity)

Put option 가치 = Call option 가치 + K− S (현재 주식가격)

 3. 예제 
 

현재  A주식의 가격이  
S = $100, volatilit σ = 40%, 무위험 이자율 (risk-free interest rate r = 0.06) 일때 다음의 콜옵션과 풋옵션의 가치를 산정해보자. ( A주식은 배당이 없다고 가정)

(a) 유럽형 콜옵션의 1년후 행사가(strike price)가 $105일때 콜옵션의 가치를 산정하라.


(b) 유럽형 풋옵션(European put option) 1년후행사가(strike price)가 $105일때 폿옵션의 가치를 산정하라.

  


 이 위대한 블랙-슐즈 모델을 활용한 예를 간단히 살펴봄으로써 마친다.
Posted by wishart
,
통계학을 배울때 반드시 경험하는  두변수의 독립성과 상관계수와의 관계가 있는데 아주 좋은 예가 있어서 소개를 한다. 
 

1. 두변수가 독립이면 반드시 상관계수는 0 이다.
2. 그렇지만 상관계수가 0이라고 해서 두 변수가 독립은 아니다.
    즉, 두 변수가 독립이 아니더라도 상관계수는 0이 될 수 있다.

이것은 반드시 기억을 해둬야 한다.
그리고 이런 것에 대한 좋은 예가 있어서 소개를 한다.
물론 쉽게는 서로 0을 기준으로 대칭(symmetric)이면서 경향을 보이는 변수는 상관계수는 0이지만 독립이 아니다.
가령 y= x^2 이 좋은 예일 것이다.

아래 이산형도 같은 아이디어에서 출발하여 만들었다.



위의 예에서 보듯이 상관계수는 0 이지만 독립은 아니다. 위에 설명과 다르게 설명한다면 다음과 같다.
두변수가 독립이라면 P(x=1,y=1) = P(x=1)* P(y=1)이 성립해야 하는데
P(x=1,y=1)= 1/3 이지만 
 P(x=1)* P(y=1)=(1/3)*(1/3 + 1/3)=2/9 이기 때문이다.

Posted by wishart
,