既然采用EVIEWS进行实证分析，我就提出一些看法(看看就好!) 1.针对台美开盘日不对称的问题，你采用切齐的方式，这个会 造成统计估计的偏误。因为你删除的标普数据可能是跟台湾低度 相关，却被你删除，会导致相关系数提高。(但也可能是删除 高度相关的)。大部分处理会用差补法，稳定分析结果。 2.你仔细看陈女士的文章，他说的0.3690的比较其他样本下。 像美英、美日相关系数都有高过0.4以上。若在四大国际 财务期刊，你可以找寻相关系数达0.5~0.7。再者，陈女士讲到 不符合效率市场的证据薄弱，他讲的是强式、半强、弱式? 基本上，检定效率市场不是用她这种方式。就你的结果是不符合 弱式而已。还有你实证的相关系数是15%与37%。反过来还有85%与 67%的无法解释，那会影响到你後面的实证方程式。 3.我再考虑你相关系数的证据下，实证方程式你采用AR(1)模型。 假设，中、港、日、韩都跟台湾有同期相关性，你应该带入方 程式增加相关系数。这边会出现几个问题:(1)标普的显着性可能 被减弱(甚至无效)；(2)假如变数关系是 台= 标普(+0.2) 港(-0.2) 中(-0.1) 日(+0.1) 韩(+0.4) 即使是昨夜标普上涨2%(带给台湾有0.4%的贡献)，当天只要其他 四国走式呈现反方，那到底是带给台湾多少变动贡献?容易搞混! 最後是一些小问题即便你仅用标普AR(1)，你应该采用配适度检定 选取应该要落後几期，假如是标普AR(1), AR(2), AR(3), AR(4) 就是标普前四天到前一天对台湾的影响，我想统计系数结果应该是 (+) (-) (-/+), (+/-) 会相互抵销。很简单的原理。你使用的AR 模型是递归带入到收敛均衡。顺便建议一下，EVIEWS的AR模型使用 OLS估计，建议是MLE模式或非线性OLS(如果要带入其他变数)。 4.就我看过的财务/计量文献，如果用AR(1)模型当成买卖的依据 ，去跟随机模型或大盘绩效来比较。长期而言，可能绩效较差一点。 (EX.一种是未计算交易成本，绩效直接显示较差；另一种未计算 交易成本下，绩效还可以看!...但扣除交易成本就GG了) ※ 引述《tompi (大波动)》之铭言： : ※ 引述《circlelee (悟多)》之铭言： : 这位兄台~~ 近月时间您对於指数部分的研究非常的感佩。 : 从您过去的言谈得知对统计与混沌理论多有涉猎。 : 关於台湾跟美国的股市关系，您表示小到0.076。 : 在下直觉好像有点误会， : 相信许多每天开盘前要看美国收盘的交易员一定会觉得您的计算与事实不符。 : 相关的研究期刊论文还不少。 : 以下引用参考 "台湾股汇市与美国股市连动性之再探讨"，陈凤琴 2012/5 中华管理评论 : 结论部分: : ..美国股市对台湾汇市具长期单向因果关系，实证结果发现美国股市对台币汇率 : 具显着的影响力。美国股市长期单向领先台湾股市，亦即，台湾股市长期受美国 : 股市的影响。 : 以下计算: : 1.期间:2003/1/2~2015/1/23 : 2.以台湾为准有2988个交易日期。 : 3.为避免除息价格影响，股价采台指报酬率指数与SP报酬率指数 : 资料处理: : 1.由於台湾与美国假日不同，且台湾固定有农历年假且长，因此资料序列纪录 : 与台股相同的美国SP500指数价格。 : 2.若遇美股休市，则台股开市日期的美股价格以美国前一日收盘价记之。 : 相关系数: : 1.同期: 15.18% : 2.SP lag=1: 37.36% : 37.36%相关系数值高不高，以一篇 2001/1/24 : 国家发展委员会 "台股与美股连动性增强" : http://www.ndc.gov.tw/m1.aspx?sno=0002517#.VMXQb9KUeE4 : "...台湾电子类股价指数与美国那斯达克综合股价指数相关系数更高达0.3690， : 居台、美各类股价指数相关性之冠。" : 算高了~~ : 因此台股t日收盘与SP t-1 收盘的相关性不低。 : 所以 陈凤琴 才会在研究结论写到: : "两两市场间均具长期不对称均衡关系，投资人可由一市场预测另一市场，此 : 不符合市场效率性假说" : 小小附庸一下分析 : Pairwise Granger Causality Tests : Sample: 1 2987 : Lags: 1 : Null Hypothesis: Obs F-Statistic Prob. : DSP does not Granger Cause DTW 2986 473.22 2.00E-97 *** : DTW does not Granger Cause DSP 2.42 0.1198 : DTW=C+X1*DSP(-1) : Variable Coefficient t-Statistic Prob. : C 0.0002 1.120 0.2627 : DSP(-1) 0.3884 21.999*** 1.60E-99 : 经过Granger Causality Tests与简单回归分析，SP在落後一期对台股都呈现显着 : 正向的因果关系。 : ----------------------------------------------------------- : 以上交代完台美股关系 : 以下建议: : 1.您在统计上若已经有相当基础，建议朝时间序列研究。 : 2.时间序列分析有一整个步骤去分析资料序列。 : 3.参考书有 杨奕农 "时间序列分析 经济与财务上应用" : 张绍勳 "计量经济及高等研究方法" : 这两本书都有实作范例。 : 4.硕博士论文网有很多有用的资讯建议参考。 : 希望对您日後的研究有一点点助益。 : 台报酬率指数与SP报酬率指数资料，需要者可点连结下载 MEGA 载点 : http://ppt.cc/kEVR : : http://ppt.cc/PdhI : : 刚随手跑了一下近1000笔资料的相关 : : 发现一个有趣的现象 : : 满有趣的现象 : : 若是从整个趋势来说 台美股的相关满高的0.63 : : 这在统计学来说已经算是中大的效果量了 : : 其实很容易发现，你把台美股的月k线图 打开来看 上升走势是满类似的 : : 很多时候 台美股的 底部 与 头部的时机类似 : : 但是！ : : 你若是去跑 每日涨跌幅的相关 : : 这相关真的小到接近0 只有0.076 : : 代表 : : 1 每日的涨跌幅 真的是很随机 : : 2 你看美股来作台股 在每日的短线上来看 几乎 没有意义 : : 但从趋势来看 是有很明确的相关性。 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 140.114.120.107 ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Stock/M.1422259443.A.15E.html