股票python量化交易022-双均线策略(下)

• 什么是假设校验？

从统计学上去理解这个含义。

假设检验(hypothesis testing)，是用来判断样本与样本、样本与总体的差异是由抽样误差引起还是本质差别造成的统计推断方法。显著性检验是假设检验中最常用的一种方法，其基本原理是先对总体的特征做出某种假设，然后通过抽样研究的统计推理，对此假设应该被拒绝还是接受做出推断。常用的假设检验方法有Z检验、t检验、卡方检验、F检验等。

如果实际抽样的均值越接近总体均值，那么说明假设越合理，反之则说明越不合理，这就是假设检验的基本逻辑，其中，实际抽样结果与假设的差异程度可以用概率表示（P-value）,概率值越大意味着差异越小,实践中往往通过设定P-value的阈值将差异程度分类为有差异或无差异。

• 利用p值检验可靠性

#判断标准（显著水平）使用alpha=5%
alpha=0.05

左尾判断条件：t < 0 and p_one < 判断标准（显著水平）alpha

右尾判断条件：t > 0 and p_one < 判断标准（显著水平）alpha

p值：假定原假设成立的前提下，得到样本平均值的概率是多少。p值越小，则拒绝原假设