C'est un oubli ou il y a une nouvelle convention fiscale FIN-FRA ? (je n'ai rien vu)

maintenant que les ABNB sont aussi cher (si pas plus) que les hôtels, ca perd de son attrait non ?

 
Tu es un peu ridicule.
 
C'EST la même chose en très large majorité du temps. Si tu avais un diagramme de Venn, l'overlap serait immense. C'est tout à fait courant d'utiliser les deux termes de façon interchangeables et dans le contexte d'une vulgarisation c'est parfaitement valide.
 
Evidemment que c'est légèrement différent, mais tu pourrais aller aider les gens à se cultiver en mettant un lien, par exemple https://www.macroption.com/is-volat [...] deviation/ plutôt que de critiquer betement et inciter à la discorde.
Take the high road  

Ok Mevo.

 
En fait le terme « volatility » désigne en finance un paramètre (bien spécifique) d'un modèle stochastique. Ce paramètre on le retrouve également sous l'appellation « sigma » et écrit sous sa forme grecque dans les équations stochastiques. Au même titre que l'on retrouve le terme « drift » (lettre grecque « mu ») et bien d'autres, qui sont également spécifiques aux modèles stochastiques que l'on trouve en finance quantitative.
 
Ainsi, à partir de ce qu'est une volatilité, à savoir un paramètre spécifique d'un modèle, on peut « facilement » la définir en résolvant l'équation stochastique qui lui est associée (dans le cadre du modèle posé). Notons qu'il y'a autant de volatilités que de modèles stochastiques considérés, et que dans un même modèle stochastique peuvent cohabiter différentes volatilités ! Par exemple, dans les modèles AutoRégressifs Conditionnellement Hétéroscédastiques (modèles ARCH) rendus populaires par Engle début des années 80 (puis par Bollerslev sous leurs formes généralisés), la volatilité conditionnelle au temps et à l'information passée est fonction de la racine carré de la somme du carré des rentabilités passées pondérées. Pas d'écart-type ici. Le carré de la volatilité inconditionnelle (non fonction du temps et donc de l'information passée) est quant à elle, toujours dans les modèles ARCH, fonction du rapport entre la constante du modèle et 1 moins la somme des pondérations associées aux carrés des rentabilités passés. Toujours pas d'écart-type ici.
 
Ainsi, selon le modèle stochastique considéré, le(s) paramètre(s) dit(s) de volatilité(s) s'exprimera(ont) selon une formule mathématique explicite dépendante des spécifications mathématiques du(es) modèle(s) considéré(s).
 
Mais alors pourquoi utilise t-on un estimateur issu du domaine de la statistique inférentielle pour évaluer la valeur d'un paramètre d'un modèle stochastique ?
Théoriquement, il n'y a aucune justification à une telle pratique. Si ce n'est dans un seul cas précis (cas détaillé à la fin de ce pavé indigeste ). L'explication tient vraisemblablement de la paresse intellectuelle des « experts » de la finance (cf. le contenu de ma remarque initiale sur l'article en question rédigé par l'un d'eux  ) qui par facilité (algorithmique et intellectuelle) associent volontairement la volatilité à l'estimateur empirique de la variance (à une racine carrée près) d'un échantillon (non path-dépendant) et de variables indépendantes et identiquement distribuées
 

• En quoi la série temporelle de rentabilités d'un actif financier est non dépendante (série non chronologique) du temps ? Je n'ai nullement réponse à cette question.
• En quoi les rentabilités d'un actif financier sont des observations de variables aléatoires indépendantes et identiquement distribuées ? Je n'ai nullement réponse à cette question (note : les études statistiques et empiriques tendent même à prouver le contraire dans la très très très grande majorité des cas).
• En quoi la notion de volatilité doit être dissociée d'un modèle stochastique, alors que par définition celle-ci est intrinsèque aux modèles ? Je n'ai nullement réponse à cette question.
• En quoi la notion de volatilité doit être dissociée d'un modèle stochastique, et nécessairement associée à la définition statistique de l'écart-type ? Je n'ai nullement réponse à cette question.

On peut aussi parler de l'annualisation de la volatilité par la règle bien connue de tous de la racine carrée du temps. Puisque l'auteur de l'article en parle    
 

• En quoi cette règle s'applique pour extrapoler la volatilité disons annuelle, de la volatilité quotidienne ? Uniquement si l'on considère que les rentabilités d'un actif financier sont des observations non dépendantes du temps, et représentatives de de variables aléatoires indépendantes et identiquement distribuées
• En quoi peut-on affirmer que l'on peut tout à fait extrapoler la volatilité disons annuelle, de la volatilité quotidienne ? Mis à part si l'on considère qu'il existe une relation de scaling entre les deux ? Preuve de l'existence cette relation please les « experts »    

Bref, écrire un article de culture financière et boursière en annonçant que « Mathématiquement, la volatilité est un écart-type, exprimé en pourcentage et annualisé » est mathématiquement faux (cf. remarques ci-dessus) et rigoureusement tout sauf rigoureux qui plus est de la part d'un site censé apporter une certaine culture de la chose.
 
 
 
Cas précis : modèle de rentabilités indépendantes et identiquement distribuées qui suivent un processus de bruit blanc fort, de loi de probabilité Gaussienne.
Alors ici, l'estimateur dit du « maximum de vraisemblance » du paramètre « sigma » coïncide avec l'estimateur empirique de « sigma » qui n'est autre que l'écart-type calculé sur l'échantillon considéré. Cet estimateur est alors convergent (vers la vraie valeur du paramètre « sigma ») sous la condition d'un échantillon de taille infini

Pourquoi ne pas en faire une métaphore avec des bananes pour qu'on comprenne tous ?

Moi, en gros il explique que la volatilité et l'écart-type c'est quasiment la même chose, à deux-trois pavés près.

J'ai essayé de déchiffrer et j'apprécie l'effort.
Peut-être qu'avec des schémas de formules en grec ça serait plus facile à digérer.
Après, quand on est pas capable d'expliquer un concept clairement, c'est qu'on ne le maitrise sans doute pas vraiment.

Pourquoi ne pas en faire une métaphore avec des bananes pour qu'on comprenne tous ?

Je préfère l'article de kurto Mais j'imagine que faut bien satisfaire le quota de dédain universitaire envers les "charlatans" depuis que fabgc s'est barré.

Je préfère l'article de kurto Mais j'imagine que faut bien satisfaire le quota de dédain universitaire envers les "charlatans" depuis que fabgc s'est barré.

 
En fait le terme « volatility » désigne en finance un paramètre (bien spécifique) d'un modèle stochastique. Ce paramètre on le retrouve également sous l'appellation « sigma » et écrit sous sa forme grecque dans les équations stochastiques. Au même titre que l'on retrouve le terme « drift » (lettre grecque « mu ») et bien d'autres, qui sont également spécifiques aux modèles stochastiques que l'on trouve en finance quantitative.
 
Ainsi, à partir de ce qu'est une volatilité, à savoir un paramètre spécifique d'un modèle, on peut « facilement » la définir en résolvant l'équation stochastique qui lui est associée (dans le cadre du modèle posé). Notons qu'il y'a autant de volatilités que de modèles stochastiques considérés, et que dans un même modèle stochastique peuvent cohabiter différentes volatilités ! Par exemple, dans les modèles AutoRégressifs Conditionnellement Hétéroscédastiques (modèles ARCH) rendus populaires par Engle début des années 80 (puis par Bollerslev sous leurs formes généralisés), la volatilité conditionnelle au temps et à l'information passée est fonction de la racine carré de la somme du carré des rentabilités passées pondérées. Pas d'écart-type ici. Le carré de la volatilité inconditionnelle (non fonction du temps et donc de l'information passée) est quant à elle, toujours dans les modèles ARCH, fonction du rapport entre la constante du modèle et 1 moins la somme des pondérations associées aux carrés des rentabilités passés. Toujours pas d'écart-type ici.
 
Ainsi, selon le modèle stochastique considéré, le(s) paramètre(s) dit(s) de volatilité(s) s'exprimera(ont) selon une formule mathématique explicite dépendante des spécifications mathématiques du(es) modèle(s) considéré(s).
 
Mais alors pourquoi utilise t-on un estimateur issu du domaine de la statistique inférentielle pour évaluer la valeur d'un paramètre d'un modèle stochastique ?
Théoriquement, il n'y a aucune justification à une telle pratique. Si ce n'est dans un seul cas précis (cas détaillé à la fin de ce pavé indigeste ). L'explication tient vraisemblablement de la paresse intellectuelle des « experts » de la finance (cf. le contenu de ma remarque initiale sur l'article en question rédigé par l'un d'eux  ) qui par facilité (algorithmique et intellectuelle) associent volontairement la volatilité à l'estimateur empirique de la variance (à une racine carrée près) d'un échantillon (non path-dépendant) et de variables indépendantes et identiquement distribuées
 

• En quoi la série temporelle de rentabilités d'un actif financier est non dépendante (série non chronologique) du temps ? Je n'ai nullement réponse à cette question.
• En quoi les rentabilités d'un actif financier sont des observations de variables aléatoires indépendantes et identiquement distribuées ? Je n'ai nullement réponse à cette question (note : les études statistiques et empiriques tendent même à prouver le contraire dans la très très très grande majorité des cas).
• En quoi la notion de volatilité doit être dissociée d'un modèle stochastique, alors que par définition celle-ci est intrinsèque aux modèles ? Je n'ai nullement réponse à cette question.
• En quoi la notion de volatilité doit être dissociée d'un modèle stochastique, et nécessairement associée à la définition statistique de l'écart-type ? Je n'ai nullement réponse à cette question.

On peut aussi parler de l'annualisation de la volatilité par la règle bien connue de tous de la racine carrée du temps. Puisque l'auteur de l'article en parle    
 

• En quoi cette règle s'applique pour extrapoler la volatilité disons annuelle, de la volatilité quotidienne ? Uniquement si l'on considère que les rentabilités d'un actif financier sont des observations non dépendantes du temps, et représentatives de de variables aléatoires indépendantes et identiquement distribuées
• En quoi peut-on affirmer que l'on peut tout à fait extrapoler la volatilité disons annuelle, de la volatilité quotidienne ? Mis à part si l'on considère qu'il existe une relation de scaling entre les deux ? Preuve de l'existence cette relation please les « experts »    

Bref, écrire un article de culture financière et boursière en annonçant que « Mathématiquement, la volatilité est un écart-type, exprimé en pourcentage et annualisé » est mathématiquement faux (cf. remarques ci-dessus) et rigoureusement tout sauf rigoureux qui plus est de la part d'un site censé apporter une certaine culture de la chose.
 
 
 
Cas précis : modèle de rentabilités indépendantes et identiquement distribuées qui suivent un processus de bruit blanc fort, de loi de probabilité Gaussienne.
Alors ici, l'estimateur dit du « maximum de vraisemblance » du paramètre « sigma » coïncide avec l'estimateur empirique de « sigma » qui n'est autre que l'écart-type calculé sur l'échantillon considéré. Cet estimateur est alors convergent (vers la vraie valeur du paramètre « sigma ») sous la condition d'un échantillon de taille infini

Moi, en gros il explique que la volatilité et l'écart-type c'est quasiment la même chose, à deux-trois pavés près.

Facebook va licencier ? Ca va pas arranger leurs futurs tentatives de recrutement

https://seekingalpha.com/article/45 [...] son-begins

Un pavé digne de Mevo, qui aidera sans nulle doute toute une génération de forumeurs a sous performer le World

J'attendrai que Risitinvest ponde un article sur la volatilité pour me faire un avis.

 
Je parlais de ces passages, j'en fais mes axiomes :

 
Lorsque le commun des mortels parle de volatilité ...
Si on considère que l'on fait implicitement référence à un modèle stochastique ayant des spécifications mathématiques tel que la résolution de l'équation stochastique associée conduit à ce que le seul paramètre spécifique de volatilité du modèle s'exprime selon la formule de l'écart type ...
Alors la volatilité et l'écart type c'est bien la même chose.
 
Dans la pratique, c'est juste qu'on ne prend pas la peine de préciser qu'on est dans le cadre de ce modèle stochastique implicite et évident pour tout le monde, on voit bien que c'était laborieux d'en arriver là donc on s'épargne de le faire à chaque fois !

TINA est à l'oeuvre mais je m'attends désormais à un trop gros retard de la FED. Ils vont devoir freiner fort et ce sera la récession.
Annoncé par Vonfleck depuis de nombreux mois.

Facebook va licencier ? Ca va pas arranger leurs futurs tentatives de recrutement

https://seekingalpha.com/article/45 [...] son-begins

It is highly likely that the management will be able to synchronize the headcount and revenue trajectory which should lead to a big jump in earnings in the near term and a better bullish sentiment towards the stock.

Mediavenir (@Mediavenir) :

FLASH - Le #Pentagone signale un "nombre croissant" d'objets non identifiés dans le ciel. (AFP) #OVNI

Si le PEA n'autorisait plus que des entreprises FR, je crois bien qu'il n'aurait pas autant de succès, et c'est un euphémisme.
Déjà que son "succès" est limité...
 
Ce serait la disparition du PEA.
Cela dit, c'est plausible.
 
Resterait le CTO.  

Vous n'avez pas peur que les ETF World/US/autre que Europe soient bannis un de ces jours du PEA ?
 
C'est complètement contraire à l'esprit du PEA et je suis toujours étonné que ça passe encore, et même que ça ait pu passer en fait. Les ETF synthétiques c'est très malin mais c'est un très joli contournement quand même

Au départ c'est Europe je crois le PEA, mais bon pas tous les pays