金融计算收益率的时候为什么大部分用对数收益率 (Log Return) 而不是用算数收益率?

论坛 期权论坛 期权     
知乎用户   2018-10-17 22:27   281344   10
如题。换句话说就是log return相对于simple return的优势在哪里?
分享到 :
0 人收藏

10 个回复

倒序浏览
2#
daniel wang  3级会员 | 2018-10-17 22:27:09 发帖IP地址来自
主要是为了大于0吧
3#
读懂FOF  2级吧友 | 2018-10-17 22:27:10 发帖IP地址来自
举个栗子:
初始本金10000元,一个涨停后再来一个跌停。
10000,涨停后就是11000,ln(11000/10000) = 0.095310
再来一个跌停就是9900,In(9900/11000) = -0.105360

用0.095310 + ( -0.105360) = -0.01,即-1%

跌停后再涨停,反之亦然。
4#
find goo  4级常客 | 2018-10-17 22:27:11 发帖IP地址来自
为了追求收益最大化,金融收益在长时间下计算多是计算复利收益。
复利函数的导数还是复利函数,是个导不尽的函数,加上复利是个曲线,研究时会有很大困难。
所以用对数来实简化计算,计算完成后再反向算出原值,在数学上等价的。但把数据维度从二维降到了一维,无论电脑还是人脑算,都可以更快计算。
在数学上加法的复杂度远小于乘法,乘法在连乘下是非线性的,是二维的,用对数降低了维度。
另外一个这个连乘很多是需要很多前提条件,如长期投资不能有大亏损,需要100%满仓,需要分红再投资,收益率出现的顺序不同导致结果不同,会导致长期计算结果后出现失真,用对数可以一定程度上降低复利这个噪声的干扰。


不光在金融,在很多领域,如计算机的算法,可以使用对数来降维,运用得好计算量就降低了一个维度,我的理解是对数函数本身是曲线,用曲线来拟合曲线更容易,把乘法变成了加法。自然对数化后,可以很方便用微积分,函数变换等种数学公式来研究。




另外对数可以使数量缩小范围,降低长期投资中复利漂移作用,实现数据的归一化,同时保留一定的波动性,有压缩滤波器的效果。




对数压缩了数据的尺度,使数据在比较小时变化更敏感,使大数压缩成了小数,运算结果还可以还原。在图形上底部细节表现明显,顶部细节变压缩了,近代人们用对数来处理天文数学,如计算太阳系内星体,就是利用这个压缩大数的原理。现在大数据时代,数据爆炸,用对数分析数据有很好的指数压缩效果。


ln3-ln2=0.405465108


ln23-ln22= 0.044451763


ln3-ln2>ln23-ln22




你在买东西时,如果是自行车相差几百元可能会影响你的决策,但你买汽车时几百元可以忽略不计。
5#
Jason  7级小牛 | 2018-10-17 22:27:12 发帖IP地址来自
取对数之后,收益率就可以简单相加了,提高计算效率。就像这样:


6#
约瑟夫李  4级常客 | 2018-10-17 22:27:13 发帖IP地址来自
首先大于0,其次利于线性回归。
7#
小猫咪  3级会员 | 2018-10-17 22:27:14 发帖IP地址来自
第一,对数收益率的计算公式是有明确指向的,计算结果不是一个无意义的数字,她等于连续计算复利时能形成同样实际收益率的名义收益率。
第二,因为对数的良好性质,给出对数收益率后,仅仅使用加减法就可以完成多区间的比较,而无需使用计算难度更高的乘法和除法。做定性分析时,还是很方便的。
第三,对数收益率可以假设服从正态分布,这是simple return做不到的。有了这个popular的分布,风险的定量分析就可以简单地做到了。
8#
fmh777666  3级会员 | 2018-10-17 22:27:15 发帖IP地址来自
的确从数学角度看股价模型,用对数定价算收益是基础,符合正态分布
9#
知乎用户  16级独孤 | 2018-10-17 22:27:16 发帖IP地址来自
那本菜再补充一个刚发现的吧,用来计算的前后数据颠倒一下也不会影响观感上的结果,更方便比较:
>> 6575/6520 - 1
1 - 6520/6575
log(6575/6520)
log(6520/6575)


ans =
   0.008435582822086
ans =
   0.008365019011407
ans =
   0.008400202125267
ans =
  -0.008400202125267
10#
elfxue  1级新秀 | 2018-10-17 22:27:17 发帖IP地址来自
In addition, Normal distributions can generate numbers from negative infinity to positive infinity. This poses a problem for standard returns, which typically cannot be less than -100%. For the log returns, though, there is no such constraints. Log returns also can range from negative to positive infinity.
11#
匿名用户   | 2018-10-17 22:27:18 发帖IP地址来自
提示: 作者被禁止或删除 内容自动屏蔽
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

积分:182358
帖子:1746
精华:0
期权论坛 期权论坛
发布
内容

下载期权论坛手机APP