本文介绍了金融计量学的基础概念，详细阐述了收益率的计算方法，包括单期简单收益率、连续复利收益率、对数收益率和当期收益率。探讨了收益率的统计分布，指出正态分布和对数正态分布在金融中的应用，强调了收益率分布的厚尾特性。并通过实操案例对比分析了中美股市在2020年的波动情况，展示了对数收益率在描述资产价格变动上的优势。
量化策略开发，高质量社群，交易思路分享等相关内容
导论与介绍
大家好，我是Le Chiffre
今天我们来为大家分享金融计量学系列内容，在松鼠量化3年多分享的内容中，大部分以量化策略为主，至今为止，我们已经发布了期货策略80+，股票策略5+，数字货币策略5+。以及各种量化相关的研究文章等等。
但是，过往内容中很少分享学术内容，在与慕总多次沟通交流后，我们制定了一系列的学术内容分享，其中金融计量学就是我们的首秀。
一、内容大纲
上述图片中是我们要分享的主要内容框架，但是大概率内容要更多一些。
二、基础与开始
何为计量学？何为金融计量学？
计量学(Econometrics)是应用统计学的方法对经济数据进行定量和定性分析的学科。它利用统计学的理论和方法,分析经济变量之间的关系,验证经济理论,并进行经济预测和决策。
计量学的主要任务有:1. 经济数据的收集和整理。收集各种经济数据和信息,整理成可用于分析的形式。2. 经济变量之间相关性的度量。使用相关系数、回归分析等统计方法分析经济变量之间的关系。3. 经济理论的验证。构建理论模型,并使用实证数据进行验证,判断理论模型是否符合实际情况。4. 经济预测和决策分析。利用历史数据建立预测模型,预测关键经济变量的未来走势,为经济决策提供参考。
总之,计量学是应用统计学的方法和模型对经济现象进行定量分析和研究的学科。说完上面计量学的概念和大体工作内容，那么金融计量学就显而易见了，顾名思义即对金融数据进行统计分析和计量建模的一门学科。
1、建模步骤
第一步：收集数据
这一步不做过多介绍，你没数据什么也干不了，具体的一大堆学术话我就不再这里赘述了。
第二步：将问题模型化（量化）
在这一步中，这一步需要把金融经济理论、金融经济变量之间的关系通过建立模型表达出来。具体包括：选择变量、确定变量间的数学关系、拟定模型估计参数的数值范围。实际上，构建的金融模型不可能完全反映现实世界中的金融问题，只能相对于研究目的做出最大程度的估值近似。
第三步：确定估计方法。根据数据、模型和目标行数，选择合适的模型，建立数学表达式，代码复现和计算。
第四步：模型检验。上一步的初步估计结果需要进一步的检验，观察是否能合理描述数据，是否具有经济学意义。检验分为3个方面：统计检验、计量经济学检验和经济、金融意义检验。
统计检验目的在于检验模型参数估计值的可靠性，包括模型拟合优度检验、变量和显著性检验等。
计量经济学检验主要看是否符合计量经济学理论，包括序列相关性检验、异方差检验、多重共线性检验以及协整检验。
经济、金融意义检验将计量检验的结果与相应的经济理论或金融理论相比较，确定两者是否相符。这块相对主观一些。
三、收益率计算
大部分学术研究都是从资产价格的时间序列开始的，如标普500指数每天的收盘价、黄金与原油的每日价格等。但在金融计量上，使用更多的是资产收益率。其原因收益率序列统计特征良好、稳定，无量纲。
1、单期（多期）简单收益率
设是Pt是t时刻的资产价格，从t-1至t日，持有该资产的投资者的单期简单毛收益率(1+Rt)为：
与之对应的简单单期净收益率为：
最低0.47元/天 解锁文章
333
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
