AR(1) 的两期方差比
收益由一个自回归系数为 0.5 的平稳 AR(1) 生成。Lo-MacKinlay 滞后 2 的方差比为 VR(2) = Var(r_t + r_(t+1)) / (2 Var(r_t))。计算 VR(2),并说明它指向动量还是均值回复。
打开 →GLOBAL SEARCH
搜索在服务端完成,题目解析与答案不会进入搜索结果。登录后可搜索自己的收藏题单。
找到 30 个结果
English questions收益由一个自回归系数为 0.5 的平稳 AR(1) 生成。Lo-MacKinlay 滞后 2 的方差比为 VR(2) = Var(r_t + r_(t+1)) / (2 Var(r_t))。计算 VR(2),并说明它指向动量还是均值回复。
打开 →一个平稳价差满足 X_(t+1) = -0.4 X_t + epsilon_(t+1),冲击独立同分布且均值为 0。X_t 的一阶自相关是多少?其符号说明了相邻期之间怎样的动态?
打开 →某平稳 OU 过程的均值回复速度为 kappa = 0.7。X_t 与 X_{t+2} 之间的自相关是多少?
打开 →在 Roll 模型下,成交价格变动的一阶序列自协方差为 -0.0009(价格平方单位)。请估计其隐含的有效价差。
打开 →在均匀 iid 的 $\{A,B,C\}$ 符号流中,记 $T$ 为 $ABA$ 或 $BAA$ 任一模式首次出现的时间。求 $E[T]$。
打开 →一枚公平六面骰不断掷出。记 $T$ 为连续长度 3 的块中首次出现 $1,2,3$ 或 $3,2,1$ 的时刻。求 $E[T]$。
打开 →在一个 iid 符号流中,每个符号都从 $\{A,B,C,D\}$ 中等概率选取。求直到 $ABCA$ 首次出现的期望等待时间。
打开 →在一个 iid 符号流中,每个符号都从 $\{A,B,C\}$ 中等概率选取。求直到 $ABAB$ 第一次出现的期望等待时间。
打开 →一枚公平六面骰不断掷出。已知当前观察到的后缀恰好为 $1,2$。从此状态开始,到 $1,2,3$ 第一次出现还需要多少期望掷骰次数?
打开 →在均匀 iid 的 $\{A,B,C,D\}$ 符号流中,假设当前观察到的后缀恰好为 $ABC$。从现在起,到 $ABCA$ 第一次出现还需要多少期望符号数?
打开 →一枚公平硬币重复抛掷。记 $T$ 为直到 $HTHT$ 首次出现的等待时间。求 $E[T]$。
打开 →一枚公平六面骰不断掷出。求直到连续模式 $1,2,3$ 第一次出现所需的期望掷骰次数。
打开 →一个符号流在 $\{A,B,C\}$ 上 iid 且均匀。求直到 $ABC$ 或 $CBA$ 任一模式首次出现的期望符号数。
打开 →一枚公平硬币重复抛掷。求直到模式 $HHTH$ 第一次出现的期望抛掷次数。
打开 →一个 iid 信源分别以概率 $rac{1}{2}, rac{1}{3}, rac{1}{6}$ 发出 $A,B,C$。求直到 $AABA$ 首次出现的期望等待时间。
打开 →一个 iid 信源分别以概率 $rac{1}{2}, rac{1}{3}, rac{1}{6}$ 发出 $A,B,C$。求直到 $ABAC$ 首次出现的期望等待时间。
打开 →一个 iid 信源分别以概率 $rac{1}{2}, rac{1}{3}, rac{1}{6}$ 发出 $A,B,C$。求直到 $ABBA$ 首次出现的期望发射符号数。
打开 →一枚公平六面骰不断掷出。求直到连续模式 $1,2,1$ 第一次出现的期望等待时间。
打开 →一枚公平六面骰不断掷出。记 $T$ 为连续三个 1 第一次出现的等待时间。求 $E[T]$。
打开 →在把 HJM 的灵活性视为“天然优势”之前,首先应该说明哪项操作成本?
打开 →一个微观结构噪声模型使用 Y_t = e_t + 0.5 e_(t-1)。它的一阶自相关 rho(1) 是多少?
打开 →一个微观结构噪声模型使用 Y_t = e_t + -0.4 e_(t-1)。它的一阶自相关 rho(1) 是多少?
打开 →一个微观结构噪声模型使用 Y_t = e_t + 1 e_(t-1)。它的一阶自相关 rho(1) 是多少?
打开 →为什么一个在 dt 上局部无风险的组合,并不自动意味着它在整个期权生命周期里都是全局无风险的?
打开 →softmax 相对于 one-vs-rest logistic 自动额外提供了什么?
打开 →如果两个因子共享同一个布朗驱动,为什么只根据其中一个因子校准 Girsanov 倾斜,也会自动改变另一个因子的漂移?
打开 →为什么把价差压到最小并不自动意味着最优报价?
打开 →设 $X$ 和 $Y$ 相互独立且同分布,特征函数为 $\phi(u)$。证明 $D=X-Y$ 的特征函数为 $|\phi(u)|^2$,并据此说明 $D$ 关于 $0$ 对称。
打开 →为什么“偏差更低”本身并不足以成为偏好某个模型的充分理由?
打开 →为什么各折得分的标准差,不能自动被解释成未来生产表现的标准误?
打开 →