数学与统计能力 / 统计推断
2.2.2 · 回归与广义线性模型
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
260 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。
2.2.2.1线性回归:最小二乘法与几何视角周二开盘前 30 分钟,你在一家百亿规模的私募(private fund)接手了今早的因子配置(factor allocation)任务。手头是沪深300 成份股过去 60 个交易日的日收益,以及 4 个候选风格因子——规模、价值、动量、低波——在同期的横截面暴露。你的 PM 只问一句:「把这批个股的今日预期收益,拟合成这 4 个因子的线性组合,残差还剩多少...未来免费校验通过2.2.2.2线性回归的统计推断上海某私募的量化研究员在沪深300（CSI 300）成分股的三年日频收益里跑了一支六因子模型，回归表打出来：动量项系数 0.18、t 统计量 3.2，整体显著性 F 统计量 18.4。组合经理盯着她问：「这几个数字，到底说明因子真的有 alpha，还是只是回归噪音被你刚好捞到了？」她手里的工具不能回答这个问题——上一课的 公式 是点估计，没有不确定性。本节要...未来付费校验通过2.2.2.3回归诊断、多重共线性与正则化上海某私募的多因子研究员把过去 250 个交易日的沪深300 成分股横截面回归刚跑完——12 个风格因子,公式 达到 0.41,看着挺漂亮。可是把 5 月那一周的极端行情样本剔掉再跑一次,某个动量因子的系数从 公式 翻成 公式;再换一种风险因子的口径,价值因子又从显著变成不显著。模型「拟合得很好」却一推就倒——这正是前两课没有触及的现实: 普通最小二乘...未来付费校验通过2.2.2.4广义线性模型上海某量化私募的两位研究员同一天上午被同一类工具卡住:小赵在搭一个「明日是否跑赢沪深300」的择时信号,标签是二元的 0/1;小李在 50ETF 期权做市数据上估「下一分钟到单笔数」,响应是非负整数 公式。模块前三课的普通最小二乘(ordinary least squares, OLS)对这两个任务都派不上用场——OLS 默认响应在正态分布(Gaussian...未来付费校验通过