3.6
Wyobraź sobie cenę aktywów, która spada do najniższego punktu, gwałtownie odbija się, gdy szukają okazji, a następnie stopniowo spada.
Punkty wzlotów i upadków wykresu, wykorzystywane w analizie finansowej, są identyfikowane za pomocą pierwszego testu pochodnego.
Aby to zrozumieć, modelujemy krzywą jako funkcję, a następnie znajdujemy pierwszą pochodną stosując regułę iloczynu.
Wspólne wyrazy są rozłożone, a każdy wyraz ustawia się na zero, aby uzyskać punkty krytyczne funkcji wraz z odpowiadającymi im przedziałami.
Następnie w każdym przedziale wybierane są punkty testowe, a następnie badana jest znamię pochodnej funkcji.
Dodatnia pochodna pokazuje, że funkcja rośnie, natomiast ujemna oznacza, że maleje. Gdy pochodna zmienia się z dodatniej na ujemną, funkcja przesuwa się z rosnącej do malejącej, dając lokalny maksimum. Zmiana z ujemnego na dodatniego pokazuje lokalne minimum.
Podstawienie tych wartości x do funkcji oryginalnej daje im odpowiadające im wartości funkcji, które są lokalnymi ekstremami.
Daje to lokalne ekstrema maksima i minima funkcji, które są kluczowe do analizy wyceny aktywów.
Można rozważyć cenę aktywa, która gwałtownie spada do niskiego poziomu, następnie gwałtownie się odbija wraz z pojawieniem się inwestorów poszukujących okazji, a potem stopniowo maleje. Takie zachowanie można modelować za pomocą gładkiej funkcji, której punkty zwrotne reprezentują obszary lokalnie przewartościowane i niedowartościowane. Wygodnym przykładem, który odzwierciedla odbicie, a następnie spadek, jest:
\begin{equation*}f(x) = (x - 2)^4 e^{-x}\end{equation*}
Maksima i minima tej krzywej są identyfikowane za pomocą testu pierwszej pochodnej, który określa, gdzie funkcja zmienia się z rosnącej na malejącą lub odwrotnie. Na początek obliczana jest pierwsza pochodna. Ponieważ funkcja jest iloczynem wielomianu i funkcji wykładniczej, różniczkowanie wymaga zastosowania reguły iloczynu. Po różniczkowaniu otrzymane wyrażenie upraszcza się poprzez wyciągnięcie wspólnych czynników ze wszystkich składników pochodnej.
Pochodna zostaje następnie przyrównana do zera, a rozwiązanie daje punkty krytyczne — wartości argumentu, dla których nachylenie wynosi zero lub dla których należy zastosować test znaku pochodnej. Te wartości krytyczne dzielą dziedzinę na przedziały do dalszej analizy.
Następnie w każdym przedziale wybierane są punkty testowe, a znak pochodnej jest oceniany. Dodatnia pochodna wskazuje, że modelowana cena aktywa rośnie w tym przedziale, natomiast ujemna wskazuje, że maleje. Zmiana znaku pochodnej z dodatniego na ujemny sygnalizuje przejście ze wzrostu do spadku, identyfikując lokalne maksimum. Zmiana z ujemnego na dodatni identyfikuje lokalne minimum, odpowiadające dołkowi na krzywej cenowej.
Na koniec podstawienie wartości krytycznych argumentu z powrotem do funkcji wyjściowej daje odpowiadające im poziomy cen w tych punktach zwrotnych. Te lokalne ekstrema są kluczowe dla analizy wyceny, ponieważ wyznaczają potencjalne obszary odwrócenia i pomagają ilościowo określić, gdzie impet zmian przechodzi z fazy odbicia w fazę spadku lub ze spadku w odbicie.
Wyobraź sobie cenę aktywów, która spada do najniższego punktu, gwałtownie odbija się, gdy szukają okazji, a następnie stopniowo spada.
Punkty wzlotów i upadków wykresu, wykorzystywane w analizie finansowej, są identyfikowane za pomocą pierwszego testu pochodnego.
Aby to zrozumieć, modelujemy krzywą jako funkcję, a następnie znajdujemy pierwszą pochodną stosując regułę iloczynu.
Wspólne wyrazy są rozłożone, a każdy wyraz ustawia się na zero, aby uzyskać punkty krytyczne funkcji wraz z odpowiadającymi im przedziałami.
Następnie w każdym przedziale wybierane są punkty testowe, a następnie badana jest znamię pochodnej funkcji.
Dodatnia pochodna pokazuje, że funkcja rośnie, natomiast ujemna oznacza, że maleje. Gdy pochodna zmienia się z dodatniej na ujemną, funkcja przesuwa się z rosnącej do malejącej, dając lokalny maksimum. Zmiana z ujemnego na dodatniego pokazuje lokalne minimum.
Podstawienie tych wartości x do funkcji oryginalnej daje im odpowiadające im wartości funkcji, które są lokalnymi ekstremami.
Daje to lokalne ekstrema maksima i minima funkcji, które są kluczowe do analizy wyceny aktywów.
From Chapter 3:
Now Playing
Applications of Differentiation
291 Views
Applications of Differentiation
326 Views
Applications of Differentiation
310 Views
Applications of Differentiation
291 Views
Applications of Differentiation
276 Views
Applications of Differentiation
346 Views
Applications of Differentiation
435 Views
Applications of Differentiation
334 Views
Applications of Differentiation
367 Views
Applications of Differentiation
348 Views
Applications of Differentiation
202 Views
Applications of Differentiation
397 Views
Applications of Differentiation
342 Views
Applications of Differentiation
297 Views
Applications of Differentiation
419 Views
See More