Chapter 6 讲义总结

Chapter 6

个人效用函数

常用函数形式: U=E(r)12Aσ(r)2

其中,E(r)为预期回报,A为风险厌恶度, σ(r) 为收益率的标准差,是风险指标

风险溢价 (risk premium)

E(r)E(rfree) 称为风险溢价

其中 E(rfree) 为无风险收益,例如:短期国库券

效用无差异曲线

将效用函数值 U 固定, Eσ 的函数关系曲线,体现出高风险对应高收益。

P.S 无差异,指的是这条曲线上效用函数值相同。

无风险资本与风险资本之间的配置

  • 不考虑风险资本的内部配置比例,只研究无风险资本与风险资本的配置

  • y 为风险资本占比,求出在 y 比率配置下, E

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
《随机信号分析》(Chapter 6)是王永德编写的一本关于随机信号分析的教材,该章节的主要内容是关于信号的功率谱密度函数(PSD)的分析。 在信号处理领域,随机信号是一种在时间和幅度上都是随机变化的信号。对于随机信号的分析,其中一个重要的概念就是功率谱密度函数。功率谱密度函数可以用来描述信号的功率在频域中的分布情况,是信号在不同频率上的功率密度。 在第6章中,王永德首先介绍了图像的基本概念,包括平均值、自相关函数等。然后,他引入了功率谱密度函数的定义,并介绍了如何通过傅里叶变换将信号从时域转换到频域。接着,他详细讲解了如何计算信号在频域上的功率谱密度函数,并给出了一些常见信号的功率谱密度函数的例子。 在随后的内容中,王永德还介绍了如何通过对随机信号的平均值和自相关函数进行估计来估计功率谱密度函数。他解释了如何使用周期图和Welch方法来估计功率谱密度函数,并介绍了这些方法的优缺点。 最后,王永德还介绍了一些关于功率谱密度函数的统计性质,包括自相关函数与功率谱密度函数的傅里叶变换关系以及功率谱密度函数的线性性质等。 总的来说,通过《随机信号分析》(Chapter 6)这一章节的学习,读者可以了解到随机信号分析中功率谱密度函数的基本概念、计算方法及其在信号处理中的应用,为进一步深入学习随机信号分析打下了坚实的基础。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值