作者jayhsieh (jayhsieh)
看板Quant
标题Fw: [问题] 计量经济是??
时间Wed Feb 4 22:38:40 2015
※ [本文转录自 jayhsieh 信箱]
作者: slow714285 ( ) 看板: Quant
标题: Re: [问题] 计量经济是??
时间: Mon Mar 24 01:30:01 2014
※ 引述《Linethan (我要什麽?)》之铭言：
: 我想问题应该不只是在Normal分配与否而已
: 用过去每日的股价报酬率的平均值来估计期望值
: 说穿了 就是用sample mean来估计mean
: 但是 要让sample mean是个有效的估计量的条件应该是
: sample是i.i.d
: 每日的股票报酬率是互相独立吗? 似乎没有理由相信是啊
有, 这就是诺贝尔经济学奖得主Fama 所提出的理论:
市场是不是效率的? (当然又分成弱势, 半强势, 强势)
当市场是效率时, 股价报酬率是互相独立的.
但是请注意到, 即便报酬率相互独立,
波动度可以不是互相独立的, 而有丛聚效应.
这也就是GARCH model想表达的, 二阶动差有时间序列的关系.
以上是小弟所学浅见, 有误之处再麻烦其他人修正.
这边只是提出一个想法给大家参考.
: 即使是互相独立好了 每日的股票报酬率都有相同的机率分配吗?
: 如果没有 不管用再多的历史资料来当样本
: 纯粹的sample mean都没办法作为明日股票期望报酬率的估计量
: 要是有这麽简单就能估计 那我们就不用学计量经济了...
确实, 波动率(二阶动差)的估计在某种意义上反而比较简单;
这也是为什麽"估计一时间序列的均数"的方法可以得诺贝尔奖.
: 这让我想到我的计量经济教授在课堂时说过的话
: 回归的判定系数要多高才代表解释力够好
: 并没有标准答案 要看你处理的问题是什麽
: 如果是做finance的 得到5%的判定系数 也许就可以publish到JF了
: 因为股价实在是太难预测了.....
这里有一点可以提出来跟大家分享:
经济资料跑出的回归系数主要关切的点在於其是否显着; (注重因果)
财务资料跑出的回归系数除了系数显不显着,
也会关切整个model的配饰度. (注重模型可用度)
: ※ 引述《sumif (它它)》之铭言：
: : 问题在於假设
: : 你若假设股票报酬率是Normal分配
: : 当然可以用抽样的平均值估计期望值
: : 但问题是此假设是否成立？
: : 衍生问题，若你从统计资料发现该股票明天涨停的机率高达99%
: : 且你对你的估计非常有信心，那你应该是今天就先买入吧
: : 若市场预期都和你一样 => 期望值会先将今天股票推至涨停
: : 若市场上有各种不同的预期 => 那股价是否有期望值，是否可预测？
不论如何, 请记得永远有黑天鹅.
以上, 纯分享, 也希望版上能学到更多知识(不论冷热)~
--
※ 发信站: 批踢踢实业坊(ptt.cc)
◆ From: 118.171.29.144
※ 编辑: slow714285 来自: 118.171.29.144 (03/24 01:30)
1F：推 Linethan:那我应该说 市场未必是效率的:) 03/24 02:11
2F：推 letibe:之前做的结果是除了S&P、NASDAQ这些指数以外，许多股都有 03/24 02:32
3F：→ letibe:AR(1)以上的相关 03/24 02:32
4F：推 tompi:我喜欢黑天鹅 03/24 07:41
5F：推 DIDIMIN:检验市场是否有效率应该是用报酬率是否有自我相关 03/24 12:57
6F：→ DIDIMIN:而非指数是否具有自我相关 03/24 12:57
7F：→ letibe:yeap that's what I did 03/24 16:04
8F：→ letibe:还有只靠相关性是没办法检验市场效率假说的 03/24 16:08
9F：→ gozule:有越来越多的文献实验数据显示EMH应该是不成立的 03/24 20:21
10F：→ slow714285:看是针对什麽市场而言罗~ 03/25 00:07
11F：→ slow714285:假设市场限制一堆, 不让市场机制自行决定价格, 03/25 00:08
12F：→ slow714285:那不论资讯传递多完全, 始终会不效率的. 03/25 00:09
13F：→ kkkk123123:我也还在学GARCH跟资产定价模型... 03/26 23:44
※ Deleted by: slow714285 (219.71.36.140) 04/14/2014 21:27:19
※ 发信站: 批踢踢实业坊(ptt.cc)
※ 转录者: jayhsieh (111.185.87.93), 02/04/2015 22:38:40