| Valor esperado | Rendimiento esperado, valoración neutral al riesgo (precio de la opción = pago esperado descontado) | Media poblacional, esperanza condicional E[Y|X], el objetivo de la regresión |
| Varianza, σ√n | Volatilidad, riesgo de cartera, diversificación | Los errores estándar se reducen con √n; por eso importa el tamaño de la muestra |
| Linealidad | Rendimiento de cartera = suma ponderada de los rendimientos de los activos | MCO: Y = β₀ + β₁X + ε, lineal en los parámetros |
| Actualizar el VE condicional | Los precios reaccionan a las noticias; hipótesis del mercado eficiente | Condicionar con controles; sesgo de variable omitida si no lo haces |
| Bayes en odds | Actualizar previsiones, modelos de impago | Estimación bayesiana, regresión logística (las log-odds son lineales) |
| Apuesta de Kelly | Tamaño de posición, apalancamiento, ratio de Sharpe | Maximizar la utilidad logarítmica esperada; media geométrica frente a aritmética |
| Selección adversa | Teoría del diferencial bid-ask (Glosten–Milgrom, Kyle) | Sesgo de selección, endogeneidad |
| Intervalos calibrados | Valor en riesgo, confianza en las previsiones | Intervalos de confianza y contrastes de hipótesis |
| Equity por Monte Carlo | Valoración de opciones por Monte Carlo | Bootstrap, inferencia basada en simulación |