fin金融與統(tǒng)計基礎(編輯修改稿)
2025-06-16 21:54 本頁面
【文章內容簡介】 概念 ? 對數(shù)正態(tài)分布 ? 矩，偏度，峰度 ? 描述統(tǒng)計 ? 協(xié)方差和相關系數(shù) ? 使用程序操作實現(xiàn) ? 描述統(tǒng)計 ? 計算資產(chǎn)組合的均值和方差 概率統(tǒng)計概念回顧 ? 隨機變量用 X表示 ? 隨機變量的累積分布函數(shù)表示為： F(x)=P(X≤x) ? 正態(tài)分布表示為： X~N(?, ?2) 統(tǒng)計基本概念 請畫出正態(tài)分布的圖形。寫出密度分布函數(shù)。 標準正態(tài)分布 95％的置信區(qū)間？ 如果某正態(tài)分布均值＝ 3，方差＝ 4，如何標準化？ 對數(shù)正態(tài)分布 如果某隨機變量 X取自然對數(shù)之后服從正態(tài)分布 LN(X)=z~N（ ?z， ?z2） ， 那么該隨機變量 X服從對數(shù)正態(tài)分布 。 記為X~LNN（ ? z ， ?z2 ） 。 對數(shù)正態(tài)分布的形狀 分布圖 0501001502002503000系列2統(tǒng)計概念回顧 隨機變量的期望： ? =E(X) 隨機變量的方差： ?2=E[(X ?)2] ? 矩 k階矩 E(Xk),k階中心矩 E[(X－ ?)k] 偏度： S=E[(X?)3/?3] 峰度： K＝ E[(X?)4/?4] 偏度 S=0 S0 S0 均值＝中位數(shù) 均值 中位數(shù) 均值 中位數(shù) 峰度 K=3 K3 K3 正態(tài)分布的峰度＝ 3 基本的統(tǒng)計概念 * ? 尖峰分布主要強調分布尾部的特點。尾部厚的含義是尾部比正態(tài)分布有更大的概率。 ? 用公式表示為： P{Yc}p{Xc}， c是一個比較小的數(shù)。 Y代表尖峰分布隨機變量， X代表正態(tài)分布隨機變量。 ? 意義是：如果小概率事件發(fā)生的可能性大于正態(tài)分布所描述的情形，那該變量的分布應用尖峰分布來描述。 基本的統(tǒng)計概念：描述統(tǒng)計 樣本均值 Mean ???niixnx11收益率的分布 基本的統(tǒng)計概念 樣本方差 variance ?????nii xxns122 )(11收益率的分布 基本的統(tǒng)計概念 樣本偏度 (Skewness) 31)(11?????niisxxnS收益率的分布 基本的統(tǒng)計概念 ? 樣本峰度 kurtosis 41)(11?????niisxxnK收益率的實證性質－日收益率 證券種類 價值加權指數(shù) 等權指數(shù) IBM CMC 均值 標準差 偏度 峰度 3 % 收益率的實證性質－月收益率 證券種類 價值加權指數(shù) 等權指數(shù) IBM CMC 均值 標準差 偏度 峰度 3 基本的統(tǒng)計概念 1） 從描述統(tǒng)計可以看到日收益率的峰度遠遠大于月收益率的峰度 。 在日收益率中指數(shù)的峰度大于單個證券的峰度 ， 2） 證券的描述統(tǒng)計指標市值小的股票收益率大 。 日收益率幾乎等于 0， 月收益率大一些 。 3）指數(shù)的標準差小于單個股票的標準差。 兩個隨機變量的關系 ? COV(X,Y)=E[(X?X)(Y?Y)] 如果 COV(X,Y)=0， X與 Y不相關 它們衡量的是隨機變量間的線性關系 ? 獨立：如果兩個隨機變量的聯(lián)合分布等于各自邊際分布的乘積，這兩個隨機變量相互獨立。 YXYXYXCO V???),(, ?樣本協(xié)方差的計算 )])((. ..))([(1),c o v
環(huán)評公示相關推薦
鄂ICP備17016276號-1