※ [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 (我要什么?)》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
: 要是有这么简单就能估计 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;
这也是为什么"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么
: 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于其是否显著; (注重因果)
财务资料跑出的回归系数除了系数显不显著,
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：
: : 问题在于假设
: : 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)~