数学与统计能力 / 统计推断
2.2.1 · 参数估计与假设检验
该模块已接入真实课节内容。beta 阶段优先展示中文版本，内容团队会继续校对和补充练习。
阶段
基础
课节
4 节
预计时长
240 分钟
未来正式边界
1 节未来免费
课节
beta 阶段所有课节默认可读；免费/付费标签仅标记正式发布后的权限边界。
2.2.1.1点估计:矩估计与极大似然估计上海某私募的量化研究员周一上午把过去 200 个交易日的沪深300 日内对数收益堆在屏幕上,准备给一个新的日频股指期货策略估出「年化波动率」。他知道收益的真实分布参数永远看不见,手里有的只是一串样本。问题就此变形:从这 200 个数里挤出哪个数字配叫做「波动率的估计」?另一位同事在 50ETF 期权交易台做做市,他需要从最近一周的成交频次里估出每秒到单率 公...未来免费校验通过2.2.1.2估计量的性质:偏差、方差与信息量上海某私募的量化研究员把上一课跑出来的两个候选估计量并排放着:一个是无偏的样本方差 公式(分母 公式),另一个是极大似然估计(maximum likelihood estimation, MLE)的方差版 公式(分母 公式)。直觉告诉他「无偏」听起来更值得信赖,但当真到了要在波动率模型里塞一个数,他需要的是一把明确可比较的「好坏」尺子——能告诉他在 公式 的...未来付费校验通过2.2.1.3置信区间与自助法周一上午,某私募的量化研究员要给 LP 周报里的「日均超额收益」配上一句免责声明。点估计给出 公式、样本标准差 公式、样本量 公式。市场部追问:「这个 5.2 准吗?能不能告诉我一个区间?」她不能回答「真值有 95% 的概率落在某段里」——后面会看到这是个语言陷阱——但她可以给出一段 置信区间 (confidence interval, CI),并把...未来付费校验通过2.2.1.4假设检验与 P 值某私募的量化研究员把新风控流程在 60 个交易日上跑出的日收益序列丢到屏幕上,样本均值比对照组高出 12 bp,样本标准差 35 bp。组合经理只关心一个问题:这 12 bp 究竟是流程改造带来的真效应,还是 60 个数里凑巧抖出来的噪声?把「凑巧」翻译成数学,就是本课要交付的工具:在一个明确的概率模型下,把「真效应」与「凑巧」分到拒绝域与接受域两边,并给做...未来付费校验通过