fat-tails-Artikel

probability

distributions

fat-tails

Published

November 5, 2022

Exercise

In diesem Diagramm sehen Sie etwas Nomenklatur für eine Verteilung: Gipfel (Peak), Schultern (shoulders) und Ränder (tails). Bitte klicken Sie den Link, um sich das Diagramm anzuschauen.

Quelle: Taleb, N. N. (2019). The statistical consequences of fat tails, papers and commentaries. https://nassimtaleb.org/2020/01/final-version-fat-tails/

Zwar sind viele Daten in der Welt normalverteilt, aber längst nicht alle. In jüngerer Zeit sind sog. “Fat Tails” in die Aufmerksamkeit gerückt. Das sind Variablen, bei denen Werte in den Rändern (tails) wahrscheinlicher sind als bei einer Normalverteilung; ein Beispiel für eine Fat-Tail-Verteilung ist die t-Verteilung mit 1 Freiheitsgrad. Sie müssen diese Verteilung nicht weiter kennen, es ist aber nützlich, zu wissen, wozu diese Verteilung nützt.

Recherchieren Sie (Fach-)Artikel, die argumentieren, dass ein bestimmtes Phänomen Fat-Tails zeigt!

Solution

Categories:

probability
distributions
fat-tails

---
extype: string
exsolution: NA
exname: fattailsarticle
expoints: 1
categories:
- probability
- distributions
- fat-tails
date: '2022-11-05'
title: fat-tails-Artikel

---




```{r libs, include = FALSE}
library(tidyverse)
library(testthat)
```


```{r global-knitr-options, include=FALSE}
knitr::opts_chunk$set(fig.pos = 'H',
                      fig.asp = 0.618,
                      fig.width = 4,
                      fig.cap = "", 
                      fig.path = "",
                      echo = FALSE,
                      message = FALSE,
                      fig.show = "hold")
```






# Exercise

In diesem [Diagramm]((https://www.sr-sv.com/the-dangerous-disregard-of-fat-tails-in-quantitative-finance/)) sehen Sie etwas Nomenklatur für eine Verteilung: 
Gipfel (Peak), Schultern (shoulders) und Ränder (tails).
Bitte klicken Sie den Link, um sich das Diagramm anzuschauen.


Quelle: Taleb, N. N. (2019). *The statistical consequences of fat tails, papers and commentaries*. https://nassimtaleb.org/2020/01/final-version-fat-tails/


Zwar sind viele Daten in der Welt normalverteilt, aber längst nicht alle. 
In jüngerer Zeit sind sog. "Fat Tails" in die Aufmerksamkeit gerückt. 
Das sind Variablen, bei denen Werte in den Rändern (tails) wahrscheinlicher sind als bei einer Normalverteilung; 
ein Beispiel für eine [Fat-Tail-Verteilung ist die t-Verteilung mit 1 Freiheitsgrad](https://en.wikipedia.org/wiki/Student%27s_t-distribution#/media/File:Student_t_pdf.svg). 
Sie müssen diese Verteilung nicht weiter kennen, 
es ist aber nützlich, zu wissen, wozu diese Verteilung nützt.


Recherchieren Sie (Fach-)Artikel, die argumentieren, 
dass ein bestimmtes Phänomen Fat-Tails zeigt!





</br>
</br>
</br>
</br>
</br>
</br>
</br>
</br>
</br>
</br>

# Solution


- [Kriege](https://papers.ssrn.com/sol3/papers.cfm?abstract_id=2876315)
- [Pandemien](https://www.nature.com/articles/s41567-020-0921-x)
- [Erfolg auf der Singlebörse Tinder](https://medium.com/@worstonlinedater/tinder-experiments-ii-guys-unless-you-are-really-hot-you-are-probably-better-off-not-wasting-your-2ddf370a6e9a)
- [Kapitelmarkt](https://www.nasdaq.com/articles/fat-tail-risk-what-it-means-and-why-you-should-be-aware-it-2015-11-02)



---

Categories: 

- probability
- distributions
- fat-tails