PL9fwy3NUQKwaXMtLxRSoV_pW-SkLTtZg7/DL94jO4H2JM.srt

1
00:00:22,050 --> 00:00:27,550
طيب بسم الله الرحمن الرحيم في المحاضرة الماضية كنا نحكي

2
00:00:27,550 --> 00:00:32,110
عن ال .. إذا كانت ال observation .. if the

3
00:00:32,110 --> 00:00:35,130
observation is not following the normal distribution

4
00:00:35,130 --> 00:00:40,490
إذا كانت البيانات ما بتتبعش التوزيع الطبيعي okay so

5
00:00:40,490 --> 00:00:46,030
how we know the data is not following the normal

6
00:00:46,030 --> 00:00:50,300
distribution? We check the skewness (skew) and we ..

7
00:00:50,300 --> 00:00:54,660
we check the kurtosis. احنا بنعمل check على ال ..

8
00:00:54,660 --> 00:00:59,860
الالتواء و على التفلطح بيسموه ال skew أو skewness و ال

9
00:00:59,860 --> 00:01:05,780
.. و ال kurtosis زي ما احنا شوفنا المرة الفاتة و

10
00:01:05,780 --> 00:01:06,960
احنا رسمنا مع بعض

11
00:01:14,280 --> 00:01:19,340
Okay زي ما تشوف now if you look at this black one

12
00:01:19,340 --> 00:01:25,120
so it's skewed to the right if you look at the

13
00:01:25,120 --> 00:01:32,520
blue one it's skewed to the left so you have to

14
00:01:32,520 --> 00:01:38,680
think on three things in skewness if it's skewed

15
00:01:40,320 --> 00:01:45,340
وإذا ال data is 0 فهذا يعني تحقيقنا لنمو عادي

16
00:01:45,340 --> 00:01:56,400
إذا ال skew هو موجب وهو أكبر من 0 فال data هو

17
00:01:56,400 --> 00:02:02,380
skewed إلى اليسار وإذا

18
00:02:02,380 --> 00:02:06,900
ال skew هو سالب إلى اليسار

19
00:02:08,690 --> 00:02:14,230
إذا كانت على اليسار، يعني أن المستثمرين يتجنبون

20
00:02:14,230 --> 00:02:20,570
المخاطر، يتجنبون المخاطر

21
00:02:20,570 --> 00:02:25,090
إذا كانت تتجنب على اليسار، يعني أن المستثمرين

22
00:02:25,090 --> 00:02:33,250
يتجنبون المخاطر، يتجنبون المخاطر، يتجنبون المخاطر، يتجنبون

23
00:02:33,250 --> 00:02:33,410
المخاطر، يتجنبون المخاطر، يتجنبون المخاطر، يتجنبون المخاطر

24
00:02:33,410 --> 00:02:33,530
يتجنبون المخاطر، يتجنبون المخاطر، يتجنبون المخاطر، يتجنبون

25
00:02:33,530 --> 00:02:33,550
المخاطر، يتجنبون المخاطر، يتجنبون المخاطر، يتجنبون المخاطر

26
00:02:33,550 --> 00:02:35,750
يتجنبون المخاطر، يتجنبون المخاطر، يتجنبون المخاطر، يتجنبون

27
00:02:35,750 --> 00:02:41,100
المخاطر. المشكلة هي عندما تكون الملاحظة مرسومة إلى

28
00:02:41,100 --> 00:02:47,500
اليسار لأن ما يعنيه .. انظر .. انظر هنا .. فقط ..

29
00:02:47,500 --> 00:02:53,940
يعني أننا لدينا عدد .. لدينا البيانات مثل هذه ..

30
00:02:53,940 --> 00:02:58,660
لذلك إذا كنت نتخيل البيانات .. إذا كنا نتخيل عدد

31
00:02:58,660 --> 00:03:03,700
هذا البيانات .. عددها أو الوسط يجب أن يكون موجود

32
00:03:03,700 --> 00:03:08,720
في الوسط. Okay should be located in the middle for

33
00:03:08,720 --> 00:03:14,760
instance take this example here if you have like

34
00:03:14,760 --> 00:03:23,940
this observation 9% 10% or let's say 12% this is R

35
00:03:23,940 --> 00:03:30,960
okay إذا أخذنا بيانات ل R لليوم الأول for instance

36
00:03:30,960 --> 00:03:38,560
لليوم الثاني الثالث الرابع الخامس السادس بيانات R

37
00:03:38,560 --> 00:03:42,500
اللي هو ال R ال expected return إذا أخذنا ال R أو

38
00:03:42,500 --> 00:03:49,560
ال daily return أخذنا 12% أو for instance 11% 10%

39
00:03:49,560 --> 00:03:55,930
7% 6% if we calculate the average إذا قمنا بحساب

40
00:03:55,930 --> 00:04:03,390
مجموع هذا العدد أو مجموع العائد هو 12 plus 11 plus 10

41
00:04:03,390 --> 00:04:11,830
plus 9 plus 7 plus 6 divided by 1 2 3 4 5 6 مقسومة

42
00:04:11,830 --> 00:04:18,030
على 6 احسبوها كم تطلع؟ إذا كان لدينا ملاحظات مثل

43
00:04:18,030 --> 00:04:18,330
هذه؟

44
00:04:24,020 --> 00:04:29,080
سرعة القلات دائماً تكون twelve

45
00:04:29,080 --> 00:04:36,540
percent eleven nine seven and finally six six

46
00:04:36,540 --> 00:04:42,840
percent nine point one okay so the arithmetic or

47
00:04:42,840 --> 00:04:45,800
the average is nine point one look at here so nine

48
00:04:45,800 --> 00:04:53,860
point one is located here or somewhere here. مع ذلك

49
00:04:53,860 --> 00:05:00,220
يعني أن الملاحظة أو البيانات أو عدد البيانات يكون

50
00:05:00,220 --> 00:05:05,440
بين 9 و 10 وهو حوالي نصف البيانات أو تقسيم

51
00:05:05,440 --> 00:05:12,040
البيانات إلى جزئين أساسيين، هذا يكون حوالي جزئين

52
00:05:12,040 --> 00:05:19,000
كهذا، كما قلت إن هذا الجزء الصحيح هو مظهر اليسار

53
00:05:19,000 --> 00:05:24,100
الذي يعني أن البيانات تتبع التوزيع الطبيعي لكن

54
00:05:24,100 --> 00:05:30,540
المشكلة هي إذا كان لدينا قيم أعظم إذا كان لدينا

55
00:05:30,540 --> 00:05:34,960
قيم أعظم أو ما يسمونه الـ outliers إذا كان لدينا

56
00:05:34,960 --> 00:05:38,720
outliers على سبيل المثال دعونا نضيف شيء إلى هذه

57
00:05:38,720 --> 00:05:45,150
البيانات. إذا كان لدينا الخطر هو مثلًا يوم واحد نقوم

58
00:05:45,150 --> 00:05:57,250
بتسجيل حوالي 400% و 300% ما نشاهده في هذا البرنامج

59
00:05:57,250 --> 00:05:59,830
إذا قمنا بتسجيل هذه المعلومات لدينا هذه المعلومات

60
00:05:59,830 --> 00:06:05,030
الآن لدينا هذه المعلومات الآن و يبدو مثلًا هذا

61
00:06:05,030 --> 00:06:10,910
المعلومات يبدو مثلًا هذا. هذا الاختلاف الكبير بين

62
00:06:10,910 --> 00:06:13,550
الاثنين الملاحظات والمقالات المختلفة من الملاحظات

63
00:06:13,550 --> 00:06:19,530
هذا يسمى قيم متطرفة أو أقل قيم أخرى أو أقل قيم

64
00:06:19,530 --> 00:06:27,030
أخرى نسميهم قيم متطرفة أو أقل قيم أخرى نسميهم قيم

65
00:06:27,030 --> 00:06:27,270
متطرفة نسميهم قيم متطرفة نسميهم قيم متطرفة نسميهم قيم

66
00:06:27,270 --> 00:06:27,390
متطرفة نسميهم قيم متطرفة نسميهم قيم متطرفة نسميهم قيم

67
00:06:27,390 --> 00:06:27,850
متطرفة نسميهم قيم متطرفة نسميهم قيم متطرفة نسميهم قيم

68
00:06:27,850 --> 00:06:29,840
متطرفة نسميهم قيم متطرفة نسميهم. نعيدوا احتساب ال

69
00:06:29,840 --> 00:06:35,300
average. هنعيد احتساب ال average 400 plus 300 plus

70
00:06:35,300 --> 00:06:41,580
12 plus 11 plus 10 plus 9 plus 7 plus 6 divided by

71
00:06:41,580 --> 00:06:47,520
8 احسبوا ال average. ال average will be in some

72
00:06:47,520 --> 00:06:55,880
area in here. ال average هيكون في .. احسبوا ال

73
00:06:55,880 --> 00:06:56,360
average now

74
00:07:01,030 --> 00:07:12,910
كم طلع؟ 94.3 you see so it is 94.3 so now the

75
00:07:12,910 --> 00:07:16,750
average now the average what's what's happened

76
00:07:16,750 --> 00:07:23,570
with the data؟ ايش اللي صار في البيانات؟ because yes

77
00:07:23,570 --> 00:07:27,570
فينا بيانات شاذة فالبيانات الشاذة عملت pulling up

78
00:07:28,540 --> 00:07:31,380
pulling the data to the top or pulling the average

79
00:07:31,380 --> 00:07:35,580
to the top يعني هلأ صار ال average is pulling to

80
00:07:35,580 --> 00:07:39,700
the top okay

81
00:07:39,700 --> 00:07:46,160
صار في تحيز or there is a bias. صار عندي ايه؟ bias

82
00:07:46,160 --> 00:07:51,140
in this case the positive look at here the

83
00:07:51,140 --> 00:07:57,740
positive is greater than the negative. القيم المتطرفة

84
00:07:57,740 --> 00:08:01,000
الموجبة أكثر من القيم المتطرفة السالبة we

85
00:08:01,000 --> 00:08:04,880
don't have negative outliers here. فاللي صار أنه

86
00:08:04,880 --> 00:08:08,640
صار عندي التواء لليمين هيكون الشكل تبعوا للشكل

87
00:08:08,640 --> 00:08:16,140
هيكون الشكل هيك هيكون في to the right to the right

88
00:08:16,140 --> 00:08:18,800
why to the right because we have extreme values

89
00:08:18,800 --> 00:08:24,020
فال average ال average is move to the right. ال

90
00:08:24,020 --> 00:08:27,130
average هيروح على ال right لأن هنا فينا الاربعماية

91
00:08:27,130 --> 00:08:34,310
والتلاتماية هم outliers so the outliers try to move

92
00:08:34,310 --> 00:08:38,550
the average to the right side هياخد ال average لل

93
00:08:38,550 --> 00:08:44,010
right side okay this

94
00:08:44,010 --> 00:08:51,250
is why .. this is why we have positive skew and

95
00:08:51,250 --> 00:08:53,980
the opposite if we take another example here. إذا

96
00:08:53,980 --> 00:09:00,120
أخذنا نفس المثال و

97
00:09:00,120 --> 00:09:04,320
خلينا القيام like this شوفوا القيام like this

98
00:09:04,320 --> 00:09:10,600
they say twelve percent eleven ten nine seven six

99
00:09:10,600 --> 00:09:21,940
and we have here like point five and minus okay

100
00:09:23,590 --> 00:09:31,290
minus fifteen and minus thirty. أخذنا القيام هدول

101
00:09:31,290 --> 00:09:38,370
فشوفوا عكس الحالة هذه بيكون ال data like this. ال

102
00:09:38,370 --> 00:09:44,810
average like this then it's like this. طب ال

103
00:09:44,810 --> 00:09:49,390
outliers وين تحت ولا فوق؟ تحت. so it's negative لما

104
00:09:49,390 --> 00:09:54,020
بيكون the outliers it means if the average is here

105
00:09:54,020 --> 00:10:01,400
so the outliers try to push it down. bowling يعني

106
00:10:01,400 --> 00:10:06,160
يسحب bowling up pushing down فهيصير ال average

107
00:10:06,160 --> 00:10:08,840
somewhere هنا احسبوا الكلام ده شوفوا واحد و اتنين

108
00:10:08,840 --> 00:10:17,780
طيب يعني هتكون بمكان مهم مظبوط. the average should

109
00:10:17,780 --> 00:10:21,780
be somewhere in here but the average is moved down

110
00:10:21,780 --> 00:10:27,500
because the data is skewed to the left. حيكون شكل

111
00:10:27,500 --> 00:10:39,100
ال .. شكل ال .. شكله هيك تقريباً to

112
00:10:39,100 --> 00:10:42,360
the left. فبكون هدول ال outliers minus fifteen

113
00:10:42,360 --> 00:10:49,810
minus thirty is located somewhere in here. Okay, so

114
00:10:49,810 --> 00:10:54,890
because there is no symmetry with the data,

115
00:10:55,090 --> 00:10:58,430
generally speaking, most people in statistics they

116
00:10:58,430 --> 00:11:02,690
ignore these things, they ignore this, الناس كلهم

117
00:11:02,690 --> 00:11:07,070
بيتجاهلوهم، يعني بيتجاهلوهم، but in finance we

118
00:11:07,070 --> 00:11:11,350
should consider them. In the first case look at

119
00:11:11,350 --> 00:11:18,000
here, in this one when the .. when the data .. when

120
00:11:18,000 --> 00:11:23,180
the data is positive when we have outliers greater

121
00:11:23,180 --> 00:11:27,900
than the average it means we have a positive skew

122
00:11:27,900 --> 00:11:32,100
but here we have negative skew and because we have

123
00:11:32,100 --> 00:11:37,680
positive skew it means لأنه إذا كان عندنا skew ما

124
00:11:37,680 --> 00:11:41,200
أنت عارف .. هيعرفنا ال skew يعني هالتواء صح؟ إذا

125
00:11:41,200 --> 00:11:47,120
كانت موجب positive بكون عندي over estimate و إذا 

126
00:11:47,120 --> 00:11:54,220
كانت negative under estimate طيب this is the

127
00:11:54,220 --> 00:11:58,940
importance of skew هذا أهمية الـ skew نيجي نحكي عن

128
00:11:58,940 --> 00:12:06,280
الـ cortices على الـ cortices خلينا نذكركم بس

129
00:12:06,280 --> 00:12:11,220
بالقانون تبع الـ skew how to calculate the skew بس

130
00:12:11,220 --> 00:12:20,580
يعني القانون بتعرفوا أنه Q is equal R minus R bar

131
00:12:20,580 --> 00:12:29,160
okay cubed divided by sigma cubed هذا هو الـ raise

132
00:12:29,160 --> 00:12:34,460
to the power three الكورتوسيز ايش بيقيس الكورتوسيز

133
00:12:34,460 --> 00:12:38,500
الكورتوسيز is measure to what extent our data is

134
00:12:38,500 --> 00:12:43,030
flat يعني الـ I درجة بيكون الـ بيانات تبعتنا flat

135
00:12:43,030 --> 00:12:55,930
ناخد نتالي لو

136
00:12:55,930 --> 00:13:03,270
شوفنا احنا هذا

137
00:13:03,270 --> 00:13:06,430
ايش رأيكوا؟ هذا normal distribution ولا ايش؟ this

138
00:13:06,430 --> 00:13:07,370
is normal distribution

139
00:13:11,120 --> 00:13:18,920
هذا normal distribution توزيع طبيعي هذا

140
00:13:18,920 --> 00:13:24,980
فيه توزيع طبيعي why because the right side is

141
00:13:24,980 --> 00:13:27,840
approximately equal to the left side يعني الجانب

142
00:13:27,840 --> 00:13:34,160
اليمين تقريبا يشبه الجانب الشمال okay طيب so the

143
00:13:34,160 --> 00:13:41,080
thing is now the thing is the thing is now إذا ننظر

144
00:13:41,080 --> 00:13:44,980
إلى الجانب اليسار هو تقريبًا يقل الجانب اليسار،

145
00:13:44,980 --> 00:13:50,140
إذا كان لدينا كورتوسيه، يعني أن البيانات أكتر

146
00:13:50,140 --> 00:13:54,500
مطمئنة من المشاركة الطبيعية، يبدو هكذا

147
00:14:14,330 --> 00:14:17,730
So the data .. this is .. this one this means we

148
00:14:17,730 --> 00:14:20,490
have a very narrow mean .. mean and the data is

149
00:14:20,490 --> 00:14:26,830
flat is scattered in the left and scattered in the

150
00:14:26,830 --> 00:14:29,390
.. in the right or in the right and in the left if

151
00:14:29,390 --> 00:14:35,750
you see here there is a space between this line

152
00:14:35,750 --> 00:14:39,030
with this line but with this one there is .. there

153
00:14:39,030 --> 00:14:43,430
is a limit يعني إذا إحنا بناحي البيانات موجودة هون

154
00:14:46,170 --> 00:14:53,130
هنجيب بالـ Cortices أن

155
00:14:53,130 --> 00:14:57,050
البيانات تأخذ بعض المكان هنا و بعض المكان هنا

156
00:14:57,050 --> 00:15:04,630
هنلاقي بيانات فوق و لاتحت و في الوسط كيف نحسب الـ

157
00:15:04,630 --> 00:15:08,530
Cortices كيف احنا بنحسب الـ Cortices The Cortices

158
00:15:08,530 --> 00:15:20,920
is equal to R minus R bar raise to the power four raise

159
00:15:20,920 --> 00:15:21,760
to the power four raise to the power four raise to the power

160
00:15:21,760 --> 00:15:22,760
four raise to the power four raise to the power four

161
00:15:22,760 --> 00:15:29,180
four raise to the power four raise to the power four raise to

162
00:15:29,180 --> 00:15:32,180
the power four raise to the power four raise to the power four raise

163
00:15:32,180 --> 00:15:33,860
to the power four raise to the power four raise to the power

164
00:15:33,860 --> 00:15:41,320
four raise to the power four raise

165
00:15:41,320 --> 00:15:46,930
لحظة يا تيه إذا قمنا بالتخيل هذا الجانب بشكل

166
00:15:46,930 --> 00:15:51,230
مختلف و إذا كانت البيانات تتبع اتجارة عادية فهذا

167
00:15:51,230 --> 00:15:55,790
يجب أن يكون ثلاثة إذا كانت النتيجة ثلاثة ثلاثة أقل

168
00:15:55,790 --> 00:16:00,010
ثلاثة ثم ننتهي بزيرولذلك إذا كانت النتيجة صحيحة

169
00:16:00,010 --> 00:16:06,870
إذا كانت النتيجة صحيحة إذا كانت النتيجة صحيحة إذا

170
00:16:06,870 --> 00:16:07,170
كانت النتيجة صحيحة إذا كانت النتيجة صحيحة إذا كانت

171
00:16:07,170 --> 00:16:08,990
النتيجة صحيحة إذا كانت النتيجة صحيحة إذا كانت

172
00:16:08,990 --> 00:16:09,610
النتيجة صحيحة إذا كانت النتيجة صحيحة إذا كانت

173
00:16:09,610 --> 00:16:11,190
النتيجة صحيحة إذا كانت النتيجة صحيحة إذا كانت

174
00:16:11,190 --> 00:16:13,210
النتيجة صحيحة إذا كانت النتيجة صحيحة إذا كانت

175
00:16:13,210 --> 00:16:18,530
النتيجة صحيحة إذا كانت النتيجة صحيحة إذا كانت

176
00:16:18,530 --> 00:16:23,510
النتيجة صحيحة إذا 

177
00:16:23,510 --> 00:16:27,330
كانت

178
00:16:27,330 --> 00:16:30,840
النتيجة صحيحة هي تطلع على المعادلة المعادلة فيها

179
00:16:30,840 --> 00:16:34,500
إلها شقين هذه ناقص تلاتة إذا طلع هذا الجواب تلاتة

180
00:16:34,500 --> 00:16:38,280
تلاتة ناقص تلاتة so it's equal zero إذا كان zero

181
00:16:38,280 --> 00:16:43,440
بيكون هذا شوف هذه بيكون zero لأن هاي touch the

182
00:16:43,440 --> 00:16:47,120
line and this is touch the line but if it is

183
00:16:47,120 --> 00:16:51,400
greater than three شوف إذا كان هذا جوابي greater

184
00:16:51,400 --> 00:16:55,440
than three then it's greater than zero so we have

185
00:16:55,440 --> 00:16:59,070
cortices Okay, so this is the problem.

186
00:17:02,490 --> 00:17:10,370
Now, again the Skew and Cortices help the

187
00:17:10,370 --> 00:17:12,690
researcher and help financial people or investors

188
00:17:12,690 --> 00:17:17,470
to mention the data are normally distributed or

189
00:17:17,470 --> 00:17:22,230
not. إذا كانت البيانات تبعتهم موزعة توزيع طبيعي

190
00:17:22,230 --> 00:17:23,090
ولا لأ؟

191
00:17:27,160 --> 00:17:30,700
الـ cortices بيبنوا like this طلع البيانات scattered

192
00:17:30,700 --> 00:17:34,140
بيكون في outliers in the top and outliers in the

193
00:17:34,140 --> 00:17:39,280
bottom and we have something in the middle فبتكون

194
00:17:39,280 --> 00:17:43,700
في زي πاي باي observation أو binomial بتكونش

195
00:17:43,700 --> 00:17:46,600
البيانات is focused on the average يعني زي ما انت

196
00:17:46,600 --> 00:17:51,740
شايفها هان in this one red one the most of our

197
00:17:51,740 --> 00:17:57,200
data look at here most of our data موجودة في مكان

198
00:17:57,200 --> 00:18:03,100
ما هنا وهو حوالي 68% من البيانات الموجودة هنا ولكن

199
00:18:03,100 --> 00:18:09,320
إذا كنت تنظر إلى الـ blue one حوالي 30% من

200
00:18:09,320 --> 00:18:12,800
بياناتنا موجودة في الأعلى أو موجودة في الـ ..

201
00:18:12,800 --> 00:18:18,700
والباقية من بياناتنا موجودة في الخارج ممكننا أن

202
00:18:18,700 --> 00:18:23,600
نلاحظ مثل هذا إذا أردنا لدينا بيانات مثل هذه و

203
00:18:23,600 --> 00:18:28,520
لدينا بيانات مثل هذه و لدينا مصادر مثل هذه حسنا اذا

204
00:18:28,520 --> 00:18:36,000
ماهي عاملة؟ عاملة مخططة لهم لأن حسنا ربما العاملة

205
00:18:36,000 --> 00:18:43,300
في هنا لذا لدينا شيء هنا و لدينا شيء هنا لذلك إذا

206
00:18:43,300 --> 00:18:49,600
قمنا بترتيب هذا في مقالة ننتهي بمقالة بلو Okay,

207
00:18:50,140 --> 00:18:53,060
this is .. it's like this has two wings, two big

208
00:18:53,060 --> 00:18:57,460
wings يعني هناخد for instance look at here two big

209
00:18:57,460 --> 00:19:02,220
wings الناس

210
00:19:02,220 --> 00:19:05,720
.. بعض الناس مش كتير في الـ statistics so بتاع

211
00:19:05,720 --> 00:19:10,020
they're ignoring the outlines فاحنا بالنسبة لل

212
00:19:10,020 --> 00:19:14,540
finance outlines are important why outlines are

213
00:19:14,540 --> 00:19:16,820
important because indicate something in finance

214
00:19:17,510 --> 00:19:19,830
الناس تتعامل بـ Overestimation عندما تكون لديها

215
00:19:19,830 --> 00:19:23,310
إتجار مفيد والناس تتعامل بـ Underestimate Risk

216
00:19:23,310 --> 00:19:30,470
عندما تكون لديها إتجار مفيد حسنا

217
00:19:30,470 --> 00:19:34,270
الآن

218
00:19:34,270 --> 00:19:42,370
دعونا نتحدث عن إتجار مفقود وهو مهم أيضا في

219
00:19:42,370 --> 00:19:50,930
الوزيارة لأن of this look at here as I said we have

220
00:19:50,930 --> 00:19:55,530
data like this this is normal and then we have

221
00:19:55,530 --> 00:20:01,050
outliers like this إذا احنا أخدنا observations R

222
00:20:01,050 --> 00:20:05,530
زي هيك مع الكلام هدول الـ average بيكون somewhere

223
00:20:05,530 --> 00:20:09,050
هنا because of this outliers maybe the average

224
00:20:09,050 --> 00:20:14,230
will go down هيكون جريب لهدول Okay so what the

225
00:20:14,230 --> 00:20:18,390
problem then is this positive skew or negative

226
00:20:18,390 --> 00:20:23,070
okay this positive or negative why it is negative

227
00:20:23,070 --> 00:20:27,070
because لأنه هيسحبوه من التحت okay so we have

228
00:20:27,070 --> 00:20:33,150
negative and if we draw the negative so

229
00:20:33,150 --> 00:20:37,230
this is this is a negative skew to the right to

230
00:20:37,230 --> 00:20:44,670
the left وإذا قمت بإرسالهم هنا، فسنلاحظ أن البيانات

231
00:20:44,670 --> 00:20:53,410
هنا ونلاحظ ما يوجد هنا، الـ outliers، حسنًا؟

232
00:20:53,410 --> 00:20:59,790
الآن هذه الـ outliers، لأنها في الجانات المفارقة،

233
00:20:59,790 --> 00:21:06,850
نسميها قيمة في خطر be careful we write it values at

234
00:21:06,850 --> 00:21:10,650
risk we are not writing like this this is var

235
00:21:10,650 --> 00:21:13,950
which is variance and this is values at risk

236
00:21:13,950 --> 00:21:19,930
values at risk what it means values at risk values

237
00:21:19,930 --> 00:21:26,370
at risk it means قيم معرضة للخطر بالظبط قيم معرضة

238
00:21:26,370 --> 00:21:31,990
للخطر يعني لو جينا احنا رصدنا درجات الطلاب لا يا

239
00:21:31,990 --> 00:21:35,010
بابا مش الـ variance احنا حكينا look be careful

240
00:21:35,010 --> 00:21:38,150
this is not not variance هذا مش whole variance

241
00:21:38,150 --> 00:21:44,970
this is values at risk زي ما حكت انه قيم معرضة

242
00:21:44,970 --> 00:21:53,570
للخطر values at risk values at risk قيم معرضة

243
00:21:53,570 --> 00:21:58,250
للخطر طيب هلا مثلا أجينا احنا أخدنا درجات الطلاب

244
00:21:59,240 --> 00:22:04,140
لجينا الطلاب في تسعين تمانين خمسين سبعين ستين ف الـ

245
00:22:04,140 --> 00:22:07,980
values at risk هي الـ values الـ extreme negative

246
00:22:07,980 --> 00:22:14,900
يعني أخدنا درجة الطلاب لجينا فينا تسعين خمس و

247
00:22:14,900 --> 00:22:21,460
تسعين تمانين خمس و تمانين سبعين تسعة و ستين سبعين

248
00:22:21,460 --> 00:22:25,500
خمس و تمانين okay و بعدين لجينا عشرين عشرة خمس و

249
00:22:25,500 --> 00:22:30,760
أستعشسجلنا درجة الطلاب and we found like this

250
00:22:30,760 --> 00:22:34,000
لقينا درجات الطلاب where is the values at risk

251
00:22:34,000 --> 00:22:39,940
هدول هما الـ 20, 10, 15 هدول values at risk هدول

252
00:22:39,940 --> 00:22:44,260
values at risk will move the will move the average

253
00:22:44,260 --> 00:22:49,160
down وبالتالي الـ average هيصير misleading the

254
00:22:49,160 --> 00:22:52,460
problem is now from the investment point of view

255
00:22:52,460 --> 00:22:56,650
من وجهة نظر المستثمرين to what extent these people

256
00:22:56,650 --> 00:23:02,610
are at risk؟ لأي درجة أن هدول الـ people في خطر؟

257
00:23:02,610 --> 00:23:07,010
لأي درجة هدول الطلاب عندهم .. okay let's things in

258
00:23:07,010 --> 00:23:13,870
different ways values at risk measures worst loss

259
00:23:13,870 --> 00:23:21,570
أسوأ خسارة يعني بنيجي و بنقول احنا ما هي أسوأ

260
00:23:21,570 --> 00:23:28,470
خسارة ممكن نحصل عليها بالفصل أسوأ نتيجة يعني

261
00:23:28,470 --> 00:23:35,750
لأ يعني كم طالب يرسب بنيجي نقول أسوأ نتيجة ممكن

262
00:23:35,750 --> 00:23:42,350
نحصل عليها يعني جداش أن عدد طلاب مثلا ستين بنقول

263
00:23:42,350 --> 00:23:46,650
احنا حسب الحسابات تبعنا أسوأ نتيجة ممكن نحصل عليها

264
00:23:46,650 --> 00:23:53,050
أنه يرسب ثلاثة في المئة أو بطريقة ثانية أسوأ نتيجة

265
00:23:54,240 --> 00:24:00,240
نحصل عليها أنه ما تزدش الخسارة بتاعتنا عن 3% this

266
00:24:00,240 --> 00:24:05,220
is fine or in other words أو بطريقة أخرى نقول أسوأ

267
00:24:05,220 --> 00:24:11,160
نتيجة أنه احنا نحصل عليها أنه النجاح يكون أقل من

268
00:24:11,160 --> 00:24:17,640
97% النجاح يكون أقل من 97% نفس الـ 3% نفس الفكرة

269
00:24:17,640 --> 00:24:24,360
يعني احنا قلنا أو النجاح ما يزدش عن 97% فبكون لما

270
00:24:24,360 --> 00:24:28,960
أقول النجاح ما يزدش عن 97% it means أن أسوأ خسارة

271
00:24:28,960 --> 00:24:33,400
ممكن نحصل عليها 3% from investment point of view

272
00:24:33,400 --> 00:24:38,580
ممكن من وجهة نظر الاستثمار okay what is the worst

273
00:24:38,580 --> 00:24:45,740
loss ما هي أسوأ خسارة ممكن نحصل عليها so we need

274
00:24:45,740 --> 00:24:49,060
to calculate values at risk عشان نحصل على أسوأ

275
00:24:49,060 --> 00:24:52,700
خسارة there are three methods to calculate values

276
00:24:52,700 --> 00:24:58,130
at risk in your handbook is only one method في

277
00:24:58,130 --> 00:25:03,870
الكتاب تبعك موجود بس methods واحدة okay and this

278
00:25:03,870 --> 00:25:06,490
method is called Monte Carlo method مش موجودة

279
00:25:06,490 --> 00:25:09,630
بالكتاب أن اسمها Monte Carlo لكن أنا بقولكوا إياها

280
00:25:09,630 --> 00:25:13,530
it is Monte Carlo فممكن بالـ corrections و لا بالصح

281
00:25:13,530 --> 00:25:15,490
و الغلط تقولوا والله يا عزيزي مش موجودة بالكتاب no

282
00:25:15,490 --> 00:25:19,370
I'm telling you now this method is Monte Carlo

283
00:25:23,640 --> 00:25:29,100
اسم الطريقة اسمها Monte Carlo okay في Monte Carlo

284
00:25:29,100 --> 00:25:32,580
في إذاعة اسمها Monte Carlo في دراسة اسمها Monte

285
00:25:32,580 --> 00:25:39,820
Carlo so the normal so the values at risk is equal

286
00:25:39,820 --> 00:25:52,890
to mu which is the average minus z times sigma و

287
00:25:52,890 --> 00:25:58,530
سنشرح ماذا يعني Z يعني

288
00:25:58,530 --> 00:26:02,950
ميو

289
00:26:02,950 --> 00:26:11,090
أو عامل مانوس سيجما زد مانوس زد يعني عامل عامل

290
00:26:11,090 --> 00:26:15,150
عامل عامل عامل عامل عامل عامل عامل عامل عامل عامل

291
00:26:15,150 --> 00:26:16,530
عامل عامل عامل عامل عامل عامل عامل عامل عامل عامل

292
00:26:16,530 --> 00:26:17,790
عامل عامل عامل عامل عامل عامل عامل عامل عامل عامل

293
00:26:17,790 --> 00:26:17,810
عامل عامل عامل عامل عامل عامل عامل عامل عامل عامل

294
00:26:21,460 --> 00:26:24,720
the critical value اللي هو القيمة الحرجة بتسميها

295
00:26:24,720 --> 00:26:30,440
okay what it means القيمة الحرجة فاكرين القيمة

296
00:26:30,440 --> 00:26:38,560
الحرجة at a particular confidence

297
00:26:38,560 --> 00:26:43,960
level عند

298
00:26:43,960 --> 00:26:48,600
مستوى معنوية أو مستوى ثقة معين خلّيني أجي نقول

299
00:26:49,520 --> 00:26:54,560
تطلعوا على التلات مقالات الموجودين هنا لنفترض أن

300
00:26:54,560 --> 00:26:59,960
هدول بمثله minus 30% و minus 20% و minus .. خلّيني

301
00:26:59,960 --> 00:27:04,140
minus 30% و minus 20% هدول النقطتين الموجودين هنا

302
00:27:04,140 --> 00:27:10,760
اللي هم الـ extreme negative values okay هلأ بنحكي

303
00:27:10,760 --> 00:27:15,900
what is .. what is the worst loss

304
00:27:19,890 --> 00:27:28,490
95% ما هي أسوأ خسارة ممكن نحصل عليها عند 95% then

305
00:27:28,490 --> 00:27:36,010
we apply this هنطبق هذه الـ average معروفة والـ sigma

306
00:27:36,010 --> 00:27:39,910
معروفة الـ standard deviation معروف بيضل الـ z ايش

307
00:27:39,910 --> 00:27:46,730
الـ z هذه الـ z عند 95% اللي هي المنطقة هذه عند 95%

308
00:27:46,730 --> 00:27:53,260
بتساوي 1.65 أخدتها بالـ .. بتنجح بين الجدول اللي هو

309
00:27:53,260 --> 00:27:55,980
بالـ .. اللي أخدتها من الإحسان اه one point six

310
00:27:55,980 --> 00:28:00,980
five فبصير احنا الـ MUE minus one point six five

311
00:28:00,980 --> 00:28:07,480
times sigma نفترض الجواب طلع لنا minus twenty

312
00:28:07,480 --> 00:28:11,700
percent ايش معناه what it means ايش معناه ما عرفت

313
00:28:11,700 --> 00:28:16,040
عشان عشانين تمية أسوأ خسارة ممكن احنا نحصل عليها

314
00:28:16,040 --> 00:28:22,630
من الاستثمار في A ما بتزيد عن minus 20% in other

315
00:28:22,630 --> 00:28:26,470
words the worst loss that we can take when we

316
00:28:26,470 --> 00:28:32,990
invest in A is not greater than 20% or minus 20%

317
00:28:32,990 --> 00:28:43,430
أو بطريقة أخرى أنه we are hundred percent sure or

318
00:28:43,430 --> 00:28:50,040
five percent يعني احنا حكينا عن 95% هيك 95% وها 5%

319
00:28:50,040 --> 00:28:57,100
بنسبة 5% احنا بنكون متأكدين أن البيانات الخسائر

320
00:28:57,100 --> 00:29:06,720
تبعتنا مش هتزيد عن .. مش هتزيد عن 20% okay هذه إذا

321
00:29:06,720 --> 00:29:13,040
كانت negative values طيب

322
00:29:15,120 --> 00:29:18,240
إذا الـ values الـ risk بتقيس لإيه؟ أهم إيش تعرفوا

323
00:29:18,240 --> 00:29:23,060
هذا الـ loss loss أسوأ خسارة ممكن احنا نحصل عليها

324
00:29:23,060 --> 00:29:26,780
and we compare زي ما شوفنا الـ loss loss we compare

325
00:29:26,780 --> 00:29:32,300
the average values with the negative values

326
00:29:43,920 --> 00:29:46,320
So the values at risk just to remind you with the

327
00:29:46,320 --> 00:29:50,020
values at risk a measure of loss most frequently

328
00:29:50,020 --> 00:29:51,960
associated with the extreme negative returns

329
00:29:51,960 --> 00:29:55,640
العلاج بالـ extreme negative returns be careful is

330
00:29:55,640 --> 00:30:00,300
not related to the positive return is related to

331
00:30:00,300 --> 00:30:03,460
the extreme negative return values at risk is the

332
00:30:03,460 --> 00:30:07,800
quantile of a distribution below which lies Q

333
00:30:07,800 --> 00:30:10,620
percent of the possible values of that

334
00:30:10,620 --> 00:30:12,820
distribution يعني ما هو احتمال أنه نحصل على

335
00:30:13,590 --> 00:30:16,510
outliers في المنطقة هذه مالكو مش كتير في هذا

336
00:30:16,510 --> 00:30:18,650
الكلام لإنهم عرفوا ليه هذا، هذا شوية صعب عادي

337
00:30:18,650 --> 00:30:26,890
okay the five percent values at risk في ناس

338
00:30:26,890 --> 00:30:29,830
بيعتبروا الـ values at risk هي الـ probability هي

339
00:30:29,830 --> 00:30:35,250
ايش احتمالية is the probability to make loss هي

340
00:30:35,250 --> 00:30:40,950
احتمال جداش احنا الاحتمال نخسر دائما الناس بتنظر للـ

341
00:30:40,950 --> 00:30:45,010
.. للربح لكن احنا في الـ finance و الـ investment

342
00:30:45,010 --> 00:30:48,930
برضه بنشوف ما هو احتمال أن احنا نخسر بتعطينا الـ

343
00:30:48,930 --> 00:30:53,230
investment option commonly estimated in practice

344
00:30:53,230 --> 00:30:57,650
هذه كتير مستخدمة في الحياة العملية اللي هو الـ

345
00:30:57,650 --> 00:31:01,210
values at risk صحيح أن أنت .. you first time to ..

346
00:31:01,210 --> 00:31:04,730
to hear about this to know about this but this is

347
00:31:04,730 --> 00:31:08,290
commonly used in practice كتير ناس بيستخدموها في

348
00:31:08,290 --> 00:31:11,550
الحياة العملية ممكن ناس يكونوا مش خرجين جامعات

349
00:31:11,550 --> 00:31:15,410
يعني unfortunately you are in the university and

350
00:31:15,410 --> 00:31:17,570
you are the first time to know about this but some

351
00:31:17,570 --> 00:31:19,990
people is not in the university and they know

352
00:31:19,990 --> 00:31:23,670
about this في ناس مش أصلا ما راحوش على الجامعة و

353
00:31:23,670 --> 00:31:25,890
they know their values at risk and they asking

354
00:31:25,890 --> 00:31:29,690
themselves ايش أسوأ ايش ممكن نسويه مرات يعني even

355
00:31:29,690 --> 00:31:33,520
me sometimes what is the worst thing if you know

356
00:31:33,520 --> 00:31:36,500
the worst things is fine يعني ايش أسوأ شيء ممكن

357
00:31:36,500 --> 00:31:39,700
يصير and build your decision based on the worst

358
00:31:39,700 --> 00:31:44,500
thing على أسوأ شيء دائما احنا we are looking to

359
00:31:44,500 --> 00:31:48,780
the future as a flourish a future and we ignoring

360
00:31:48,780 --> 00:31:51,860
the worst things يعني بنشوف المستقبل أحسن شيء و

361
00:31:51,860 --> 00:31:55,620
أحلى شيء ف sometimes you have to look back and to

362
00:31:55,620 --> 00:31:58,360
see if the worst thing happened what you can do

363
00:31:58,360 --> 00:32:02,870
then إذا أسوأ شيء صار شو نعمل؟ from the investment

364
00:32:02,870 --> 00:32:08,250
point of view من وجهة نظر المستثمرين، so if you

365
00:32:08,250 --> 00:32:10,790
know the worst things so you can easily manage the

366
00:32:10,790 --> 00:32:13,870
investment لكن if you don't know the worst things

367
00:32:13,870 --> 00:32:17,630
so how you can know this so commonly estimated in

368
00:32:17,630 --> 00:32:20,790
practice كتير مشهورة بالـ practice is the return at

369
00:32:20,790 --> 00:32:25,490
the fifth percentile okay يعني الـ .. الـ .. الـ ..

370
00:32:25,490 --> 00:32:28,930
بتعرفوا الـ .. أخدتوا الاشارات؟ أخدتوا الاشارات و

371
00:32:28,930 --> 00:32:33,250
الربيع؟ الربيع الأول؟ الربيع الثاني؟ هذا هو الزمان

372
00:32:33,250 --> 00:32:37,070
أخدته يعني هي بتيجي بعد ما أنا أقسم البيانات شوف

373
00:32:37,070 --> 00:32:41,730
عندي بيانات في عندي observation اه بقسمها إلى

374
00:32:41,730 --> 00:32:47,650
أشيريات percentiles فـ percentile أنه احنا بنقسم

375
00:32:47,650 --> 00:32:51,330
البيانات من الـ .. البيانات .. البيانات بنقسمها من

376
00:32:51,330 --> 00:32:56,550
أعلى إلى أقل وبنقسمها إلى .. إلى عشيريات أول عشرات

377
00:32:56,550 --> 00:33:00,110
.. يعني مثلا جيبنا درجات الطلاب مثلا جيبنا درجات

378
00:33:00,110 --> 00:33:05,850
الطلاب من تسعين لسفر مش لمية أو من مية لسفرأه من

379
00:33:05,850 --> 00:33:11,170
مية لسفر بعدين جسمنا عملنا لهم ranking و روحنا

380
00:33:11,170 --> 00:33:14,470
جيبنا أول عشر طلاب بعدين ثانية عشر طلاب ثالث عشر

381
00:33:14,470 --> 00:33:18,930
طلاب رابعة و .. and so on هنجري أنه احنا حسب ..

382
00:33:18,930 --> 00:33:22,270
هذا بيسموه percentile هذا إيش اسمه؟ في عندنا شغل

383
00:33:22,270 --> 00:33:26,210
اسمه quartile و في quantile و في عندنا percentile

384
00:33:26,210 --> 00:33:31,950
okay بقى percent اللي هو الربيع و العشر و المهم

385
00:33:32,700 --> 00:33:36,460
ففي ال percentile أو خلينا نحكي بال .. إذا قسمناهم

386
00:33:36,460 --> 00:33:40,420
لمئة مثلا أو لعشرة طبعا هم مستخدم ال quantile

387
00:33:40,420 --> 00:33:43,880
ممكن نستخدم ال percentile نقسمهم لأول عشرة .. أول

388
00:33:43,880 --> 00:33:46,320
عشرة .. أول عشرة .. هذا أول عشرة .. ثاني عشرة ..

389
00:33:46,320 --> 00:33:50,440
ال values at risk هي بتكون بالعشرات اللي تحت يعني

390
00:33:50,440 --> 00:33:53,340
بالنسبة للطلاب ال values عشان أنا أعرف where is

391
00:33:53,340 --> 00:33:57,280
the best هيكونوا هم اللي تحت أصلا فعشان هيك they

392
00:33:57,280 --> 00:34:02,480
take the last quantiles or last quantiles or last

393
00:34:02,480 --> 00:34:06,480
percentiles okay when returns are sorted from high

394
00:34:06,480 --> 00:34:10,800
to low جربوها يعني لو بتاخدوا معايا الحاسوب

395
00:34:10,800 --> 00:34:14,520
التحليل معايا بيواجهيكوا how .. بيصنفوا ناخذ آخر

396
00:34:14,520 --> 00:34:18,240
ناس سهل نعرف أن مين أسوأ ناس موجودين لا سمح الله

397
00:34:18,240 --> 00:34:21,920
يعني okay

398
00:34:21,920 --> 00:34:27,470
خليني بس ع السريع لإن أنا هخلصكم اليوم الشغلات

399
00:34:27,470 --> 00:34:32,810
المصيبة ال dial بس ال expected shortfall is expected

400
00:34:32,810 --> 00:34:35,910
shortfall is also called conditional tail

401
00:34:35,910 --> 00:34:40,110
expectation المشكلة

402
00:34:40,110 --> 00:34:44,530
في ال values at risk is comparing these values

403
00:34:44,530 --> 00:34:49,350
with these values لما احنا we compare this نقرر

404
00:34:49,350 --> 00:34:54,140
الناس الشاطرين بالناس الرسوبيين يعني we compare the

405
00:34:54,140 --> 00:34:57,300
positive values with the negative values هذا باسمه

406
00:34:57,300 --> 00:34:59,820
بال values at risk so values at risk is a

407
00:34:59,820 --> 00:35:05,680
conservative measure يعني محافظ شوية but in

408
00:35:05,680 --> 00:35:08,900
shortfalls is only focusing on the negative values

409
00:35:08,900 --> 00:35:12,340
بس بتركز على ال negative values to what extent

410
00:35:12,340 --> 00:35:18,980
these values are negative؟ قد إيش هم سيئين أصلا okay

411
00:35:18,980 --> 00:35:23,750
we know we have negative values يعني احنا بنعرف أن

412
00:35:23,750 --> 00:35:28,270
في عندنا negative returns but to what extent these

413
00:35:28,270 --> 00:35:31,990
negative returns influence on our portfolio or in

414
00:35:31,990 --> 00:35:37,890
our decision يعني شفنا مثلا في عندنا طلاب راسبين

415
00:35:37,890 --> 00:35:42,870
تحت لكن قد إيش هدول مهمين بالنسبة لنا إذا جينا أن

416
00:35:42,870 --> 00:35:48,720
والله هذا العدد مقارنة مع ال big people أنه very

417
00:35:48,720 --> 00:35:52,700
very small we can ignore them but if it is if

418
00:35:52,700 --> 00:35:57,080
there is a problem if we observe if we observe the

419
00:35:57,080 --> 00:36:00,380
negative return like we have a number of people so

420
00:36:00,380 --> 00:36:06,240
we focus on this ف shortfalls is not comparing the

421
00:36:06,240 --> 00:36:09,040
good people with the good results with the bad

422
00:36:09,040 --> 00:36:12,980
results just only focusing on the bad results بس

423
00:36:12,980 --> 00:36:16,880
بتطلع ال negative returns okay and see why why

424
00:36:16,880 --> 00:36:21,960
these negative returns So values at risk take the

425
00:36:21,960 --> 00:36:26,640
highest return from the worst cases Okay بتاخد

426
00:36:26,640 --> 00:36:32,840
أعلى عائد من أسوأ حالات Expected shortfalls اللي

427
00:36:32,840 --> 00:36:37,420
EC take an average return of the worst cases هتيجي

428
00:36:37,420 --> 00:36:43,170
كأنه إيش هنسوي طلعوا هنا شوفوا الحالة هنا في ال

429
00:36:43,170 --> 00:36:46,970
values at risk ال average moved to the down،

430
00:36:46,970 --> 00:36:52,290
مظبوط؟ وشوفنا إيش ال .. إيش هذا تأثرت بهدول، لكن

431
00:36:52,290 --> 00:36:56,250
بال .. ال expected shortfalls هذا .. we ignore

432
00:36:56,250 --> 00:37:00,550
this and we calculate the average of this، بنشوف

433
00:37:00,550 --> 00:37:04,870
ال average تلقى هدول، قد إيش هو is negative، قد إيش هو

434
00:37:04,870 --> 00:37:10,250
سيء هذا الفرق بين ال values at risk و بين expected

435
00:37:10,250 --> 00:37:13,790
shortfalls expected shortfalls تأخذ عدد عادل عادل

436
00:37:13,790 --> 00:37:19,750
عادل عادل عادل عادل عادل عادل عادل عادل عادل عادل

437
00:37:19,750 --> 00:37:21,010
عادل عادل عادل عادل عادل عادل عادل عادل عادل عادل

438
00:37:21,010 --> 00:37:24,190
عادل عادل عادل عادل عادل عادل عادل عادل عادل عادل

439
00:37:24,190 --> 00:37:25,530
عادل عادل عادل عادل عادل عادل عادل عادل عادل عادل

440
00:37:25,530 --> 00:37:25,550
عادل عادل عادل عادل عادل عادل عادل عادل عادل عادل

441
00:37:25,550 --> 00:37:31,770
عادل عادل عادل عادل

442
00:37:31,770 --> 00:37:36,500
على اللي هو ال lower partial standard deviation and

443
00:37:36,500 --> 00:37:42,740
the Sortino ratio احنا حكينا احنا إذا كان عندنا

444
00:37:42,740 --> 00:37:47,540
non-normal distribution so the average is no

445
00:37:47,540 --> 00:37:52,940
longer is a good measure to return or to the risk

446
00:37:52,940 --> 00:37:57,140
حكينا إذا كان البيانات مش normal distribution

447
00:37:57,940 --> 00:38:00,640
توزيعها مش طبيعي معناه الكلام ال average is

448
00:38:00,640 --> 00:38:04,020
misleading the standard deviation is misleading so

449
00:38:04,020 --> 00:38:09,520
what we can do then إيش ممكن نسوي instead of using

450
00:38:09,520 --> 00:38:12,680
average بدل ما احنا نستخدم ال average we can

451
00:38:12,680 --> 00:38:19,180
replace the average by the risk free يعني شوفوا

452
00:38:19,180 --> 00:38:23,780
شايفين البيانات هذه البيانات

453
00:38:23,780 --> 00:38:29,100
هذه هذه البيانات اللي فيها outliers وروحنا جيبنا ال

454
00:38:29,100 --> 00:38:32,740
average طالع حامل حسب ال lower partial standard

455
00:38:32,740 --> 00:38:38,960
deviation هذا ال average is misleading so the

456
00:38:38,960 --> 00:38:42,600
statisticians or the statistical people and the

457
00:38:42,600 --> 00:38:45,340
financial people think the average is misleading

458
00:38:45,340 --> 00:38:51,580
so what we can do then is remove the average بدل ال

459
00:38:51,580 --> 00:38:54,960
average so replace the average with the risk

460
00:38:54,960 --> 00:38:55,240
-free

461
00:38:59,820 --> 00:39:03,120
بنجيب ال average و بنحط ال risk free بلغة okay

462
00:39:03,120 --> 00:39:09,140
because the risk free is a parameter or a good

463
00:39:09,140 --> 00:39:12,620
indicator for all of the investments فاحنا بنشوف

464
00:39:12,620 --> 00:39:17,400
ال risk free وين بيجي أه بيجي أها خلاص فلما بنحسب

465
00:39:17,400 --> 00:39:20,440
ال sigma بنقول هذه ال observation ناقصها يعني لما

466
00:39:20,440 --> 00:39:24,900
احنا نحسب ال sigma كنا نحسبها R minus R bar okay

467
00:39:24,900 --> 00:39:28,500
تربيع divided by N صح؟

468
00:39:31,100 --> 00:39:34,840
في حالة ما نستخدم ال lower partial هنشيل ال R bar

469
00:39:34,840 --> 00:39:44,880
ونحط بدلها إيه؟ ال R ال RR بس فهدول بيعتقدوا أنه

470
00:39:44,880 --> 00:39:49,260
هيك أدق بيصير so issues need to consider negative

471
00:39:49,260 --> 00:39:52,620
deviations separately طبعا هاي negative retained

472
00:39:52,620 --> 00:39:55,180
separately بتتوافق مع ال expected shortfalls،

473
00:39:55,180 --> 00:39:58,840
مظبوط؟ ها دي بتتوافق مع ال expected shortfalls

474
00:39:58,840 --> 00:40:04,420
اللي فاتت yes لأن احنا just focus on the expected

475
00:40:04,420 --> 00:40:10,620
shortfalls هذي بس ركزوا على ال negative values

476
00:40:12,010 --> 00:40:16,050
الإضافة الجديدة اللي عملوها يعني هي ال ال values

477
00:40:16,050 --> 00:40:20,030
at risk انتبهوا ال values at risk زي صار فيها

478
00:40:20,030 --> 00:40:23,430
developments بعدين اجوا ناس قالوا لأ ال values at

479
00:40:23,430 --> 00:40:26,590
risk هي conservatives خلينا نطور واحدة ثانية

480
00:40:26,590 --> 00:40:29,730
سموها ال expected shortfalls قالوا لأ ال expected

481
00:40:29,730 --> 00:40:33,750
shortfalls بتاخد عند اعتبار ال average صحيح it's

482
00:40:33,750 --> 00:40:37,800
it's looking at the negative returns بقى is looking

483
00:40:37,800 --> 00:40:40,460
to the average and the average is misleading so

484
00:40:40,460 --> 00:40:45,780
what we can do then replace the average by the by

485
00:40:45,780 --> 00:40:49,000
the risk free فهم اعتمدوا نقطتين need to consider

486
00:40:49,000 --> 00:40:51,220
the negative deviation separately negative returns

487
00:40:51,220 --> 00:40:53,900
and need to consider deviation from return from

488
00:40:53,900 --> 00:40:57,620
the risk free rates من ال risk free not from the

489
00:40:57,620 --> 00:40:59,280
not from the average

490
00:41:07,530 --> 00:41:11,730
هذه الأولى look like they expected shortfalls

491
00:41:11,730 --> 00:41:15,930
خلصنا إيش عملوا تطوير عليها؟ عملوا تطوير جديد

492
00:41:15,930 --> 00:41:21,570
عليها بدل ما يحسبوا ال minus minus the average

493
00:41:21,570 --> 00:41:29,850
استخدموا ال risk free بس ال LBSD similar to usual

494
00:41:29,850 --> 00:41:32,390
standard deviation هي شبه ال standard deviation

495
00:41:32,390 --> 00:41:37,700
لكن إيش الفرق منها؟ بس ال risk free طيب فاكرين

496
00:41:37,700 --> 00:41:43,760
share ratio share ratio اللي هو ال share ratio

497
00:41:43,760 --> 00:41:46,700
اللي حكيناكوا فيها ال excess return او risk

498
00:41:46,700 --> 00:41:51,700
premium divided by the standard deviation، مظبوط؟

499
00:41:51,700 --> 00:41:58,220
طيب بما أن ال data is not normally distributed طب

500
00:41:58,220 --> 00:42:02,520
بعد كلام ال share ratio is not working هذا الكلام

501
00:42:02,520 --> 00:42:05,800
حكيناه قويا قبل تلت أربعتين قولنا إذا البيانات

502
00:42:05,800 --> 00:42:10,840
توزيع غير طبيعي معنى الكلام إن ال-sharp ratio مش 

503
00:42:10,840 --> 00:42:16,080
صح please focus on this what I said just three 

504
00:42:16,080 --> 00:42:20,000
meetings I said if our data is not normally 

505
00:42:20,000 --> 00:42:25,080
distributed we cannot.. we no longer use the

506
00:42:25,080 --> 00:42:29,290
sharp ratio طب what is the solution if our data is

507
00:42:29,290 --> 00:42:33,970
not normally distributed we can just replace the

508
00:42:33,970 --> 00:42:35,730
standard deviation because the standard deviation

509
00:42:35,730 --> 00:42:38,830
is misleading in Sharpe ratio and replace this

510
00:42:38,830 --> 00:42:44,870
with the  downside risk yes and when we replace it with

511
00:42:44,870 --> 00:42:50,170
downside risk it's become Sortino ratio or Sortino 

512
00:42:55,820 --> 00:42:59,780
So Sortino Ratio is similar to the Sharpe Ratio

513
00:42:59,780 --> 00:43:03,300
بقى in .. in .. in the Sortino Ratio just we

514
00:43:03,300 --> 00:43:06,160
replace the standard deviation with the downside risk

515
00:43:06,160 --> 00:43:12,460
اه حلو والله okay

516
00:43:12,460 --> 00:43:18,600
تمام

517
00:43:18,600 --> 00:43:19,500
okay