QM3_Statistics Concepts and Market Returns

最新推荐文章于 2020-10-04 21:59:49 发布

weixin_30556959

最新推荐文章于 2020-10-04 21:59:49 发布

阅读量204

点赞数

原文链接：http://www.cnblogs.com/cheese320/p/9028063.html

版权

本文介绍了统计学的基本概念，包括描述性统计和推断性统计，测量尺度，频率分布，中心趋势（如平均数、中位数和众数），离散程度（如方差和标准差），相对离散程度（如变异系数和夏普比率），以及数据分布的偏度和峰度。

摘要由CSDN通过智能技术生成

Basic Concepts

Terms

Descriptive Statistics

Describes the important aspects of large data sets.
- 统计
- 概率
- 分布

Inferential statistics

Involves making forecasts, estimates, or judgments about a larger group from the smaller group.
- 预测
- 估计
- 判断

Measurement scales

考点:

给描述, 判断是哪种尺度
给尺度, 判断孰强孰弱

Frequency distribution

Central Tendency (第一维度,中心趋势)

Mean

Calculation

Arithmetic mean (算术平均)
- Population Mean
- Sample Mean
Geometric mean (几何平均)

Harmonic mean (调和平均, I级考试不考)

Weighted mean (加权平均)
- 样本均值中相当于权重都是1/n, 而weighted mean就是不等权重(w1,w2,...wn).

Properties (性质)

Arithmetic mean : 单期收益率的表现
- focus on average single-period performance
- sensitive to extreme values

Geometric mean: 多期收益率的表现
- focus on multi-period performance
Weighted mean: 多用于计算期望值 (算期望就是算加权平均)
- userd to calculate the portfolio return/expected value based on probabilities
Harmonic Mean <= Geometric Mean <= Arithmetic Mean

Median 中位数与 Mode 众数
- 例: 一组数, 1,1,2,4,8.
- median: 一共有五个数, 中间的数是2, 所以median是2. 若这个数组是1,2,4,8. 中位数则是(2+4)/2 = 3.
- mode : 1出现了两次, 所以众数是1.

Quantile (分位点) **

Definition

A value at or below which a stated fraction of the data lies.
- Quantiles 四分位点
- Quintiles 五分位点
- Deciles 十分位点
- Percentiles 百分位点

Calculation

Step 1: formula for location of data in ascending order (必须先把所有数据从小到大排列)
Step 2: 用公式计算

例: for data with 17 observations, find out the location of 3rd quintile.
- 注: 1. value 中10和11的顺序写错了, 数值应该是要按顺序排列的.
  - 2. 如果要计算3rd quintile这个位置上的值的话, 应该是(20+23)/2.

考点

描述
- 例: 第一个四分位点 --> 有25%的数小于第一个四分位点(因数据是ascending order排列的,所以是小于).
计算
- Ly = (n+1)y/100 (算location)
- 算value (算特定分位点的数值)

金融有风险, 风险有不确定性, 所以用离散程度来度量风险, 方差或者标准差就是用来度量离散程度的;

金融中的收益用均值 mean 来度量.

Risk <-- uncertainty <-- dispersion <-- variance, standard deviation

Dispersion (第二维度,离散程度,即偏离均值的程度)

Absolute dispersion (绝对离散程度)

Range (范围)

Maximum Value - Minimum Value

Mean Absolute Deviation (MAD, 均值绝对偏差)

MAD <= 西格玛

Variance (方差)

MAD是绝对值, 不好计算,所以平方之后就引入了方差.
Population 总体

Sample 样本

Standard deviation (标准差, 把方差开根号)

Population 总体

Sample 样本
- n-1 是为了满足无偏性或者自由度

Relative dispersion (相对离散程度) ***

Coefficient of variation (CV, 变异系数)

每赚一块钱所承担的风险
Calculation
- s: 样本标准差 (代表风险); x拔: 样本均值(代表收益)

Characteristics
- CV has no units of measurement
- a measure of risk per unit of mean return
- the lower the better

Sharpe ratio (夏普比率)

每承担单位风险所获得的超额收益率
Calculation

Characteristics
- Sharpe ratio has no units of measurement
- a measure of exccess return per unit of risk
- the higher the better

考点

计算
- CV
- Sharpe ratio
描述
- CV: 每赚一块钱所承担的风险
- Sharpe ratio: 每承担单位风险所获得的超额收益
性质
- 变异系数CV越小越好
- Sharpe ratio越大越好

Chebyshev's inequality (切比雪夫不等式)

概念
- For any distribution with finite variance, the minimum percentage of observations that lie within k standard deviation of the mean would be 1-1/k*k, given k>1.
- 对任何一组观测值, 个休落在均值周围k个标准差之内的概率不小于1-1/k*k, 对任意k>1.
例题