La differenza fra la grandezza che si vuole conoscere e quella che il campione osservato permette di stimare.
Ogni misura calcolata su dati storici e' una stima ottenuta da un campione finito, e come tale porta con se' un errore. L'ampiezza dell'errore dipende dalla numerosita' delle osservazioni e dalla stabilita' del fenomeno nel tempo.
La differenza fra la grandezza che si vuole conoscere e quella che il campione osservato permette di stimare.
Ogni misura calcolata su dati storici e' una stima ottenuta da un campione finito, e come tale porta con se' un errore. L'ampiezza dell'errore dipende dalla numerosita' delle osservazioni e dalla stabilita' del fenomeno nel tempo.
Dove Campione ed errore di stima si impara, dal livello più semplice.
Articolo · 6 min di letturaIntermedio
Dalla misura alla decisione: che cosa cambia davveroArticolo · 6 min di letturaAvanzato
Correlazioni: l'input più fragile della diversificazioneArticolo · 7 min di letturaAvanzato
Backtest: quando il risultato non è una verificaArticolo · 6 min di letturaAvanzato
Calibrare su periodi di stress: perché non bastano i dati recentiArticolo · 6 min di letturaAvanzato
Coefficiente di informazione: quanto sono accurate le previsioniArticolo · 6 min di letturaAvanzato
Matrice di covarianza: l'input che cresce troppo in frettaArticolo · 6 min di letturaAvanzato
Orizzonti di liquidità: quanto tempo serve per uscireArticolo · 6 min di letturaAvanzato
Ottimizzazione di portafoglio: potente quanto i suoi inputArticolo · 6 min di letturaAvanzato
Quando i dati storici non bastano