经济学中的遍历性问题

机器算法验证 可能性 期望值 条件期望
2022-04-15 07:25:57

免责声明:我在经济学或统计学方面读的不是很好,但我有数学知识(机械工程博士)

最近我收到了来自 Nature Physics 的一篇论文,Ole Peters 的“经济学中的遍历性问题”

我正在和一个朋友讨论这个问题,他也不是经济学家,但不仅仅是一时的兴趣。

他声称图 2中的图表是错误的,即期望值(蓝线)是错误的,因为他们应该绘制 的图0.9^(number of rounds/2),这将具有负斜率(他从论文中的等式 2得出. 他接着说这会渲染纸垃圾。

我不确定我的朋友的推导,但如果你运行论文等式 2中提出的模型,那么你确实会得到一个不断减少的回报。我使用以下 Python 代码运行模型...

from matplotlib import pyplot as plt
import numpy as np

wealth     = 1000
num_tosses = 1000
h_t        = np.random.randint(1, high=1000, size=num_tosses)
x          = []
acc_wealth = []

for idx, toss in enumerate(h_t):

    if toss % 2 == 0:
        wealth = wealth + (0.5*wealth)
    else:
        wealth = wealth - (0.4*wealth)

    x.append(idx)
    acc_wealth.append(wealth)

fig = plt.figure()
plt.plot(x, acc_wealth, "o-", lw = 2)

一个典型的积累财富vs折腾数字的情节......

在此处输入图像描述

这显然不是我们在论文的图 2 中看到的......

在此处输入图像描述

这里的蓝线是累积财富(y 轴上的对数刻度)v 投掷数。增加了!!!

现在很明显,这篇论文发表在《自然物理学》上,目前影响因子为 22.8,所以我很难相信这会通过同行评审。

所以我的问题是,论文错了还是我的朋友错了?

1个回答

如果你的朋友在谈论预期的财富,那他就错了。

该图的要点是,赌博的预期价值并不能说明较长轨迹通常会发生什么,因此您的模拟只是支持这一点。

如果我们考虑赌博两次,我们已经可以看到这种模式。有一半的概率,我们获得 50% 的价值,另一个结果是损失 40%。如果我们赢了两次,从财富但其他可能的结果是,如果我们赢了一次, ,如果我们输了两次期望值为,大于我们在 4 次中输了 3 次,所以通常我们会输,但是因为如果我们赢了,我们会赢得足够大,所以预期的财富变化是正的。12.250.90.361.10251

一般来说,我们有

EGamble[Wt+1|Wt=w]=w+0.50.5w0.50.4w=1.05w

向前迭代得到

EGamble[Wh|W0=1]=1.05h

log10E[.]=hlog101.05
这是图中的蓝线。