10 个滞后搜索后所需的样本内筛选阈值
某交易台对一个真正无效的信号尝试 10 个滞后设定。只要任一滞后的样本内 p 值低于 alpha,它就保留其中最优的那个滞后,并再要求一次新的样本外 p 值低于 10%。假设零假设下各检验独立,要使整体伪上线概率恰好为 2%,alpha 应取多少?
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某交易台对一个真正无效的信号尝试 10 个滞后设定。只要任一滞后的样本内 p 值低于 alpha,它就保留其中最优的那个滞后,并再要求一次新的样本外 p 值低于 10%。假设零假设下各检验独立,要使整体伪上线概率恰好为 2%,alpha 应取多少?
打开 →两条独立泊松流的强度分别为每小时 6 和 10,现在把它们合并。未来 15 分钟内,合并流恰好记录 3 次到达的概率是多少?
打开 →在区间 $[0,\frac{1}{2}]$ 小时上观察一个泊松过程。已知该时间段内恰好发生 4 次到达,求在时刻 $\frac{1}{6}$ 之前恰好有 1 次到达的概率。
打开 →在区间 $[0,1]$ 小时上观察一个泊松过程。已知该时间段内恰好发生 5 次到达,求在时刻 $\frac{1}{2}$ 之前恰好有 2 次到达的概率。
打开 →假设 50 个真正零假设下的标准化 t 统计量近似独立且服从 N(0,1)。它们的最大值超过 2.4 的概率是多少?
打开 →在区间 $[0,2]$ 小时上观察一个泊松过程。已知该时间段内恰好发生 6 次到达,求在时刻 $1$ 之前恰好有 3 次到达的概率。
打开 →伯努利成功概率 $p$ 的先验为 $\mathrm{Beta}(2,3)$。在观察到 7 次成功和 3 次失败后,$p$ 的后验均值是多少?
打开 →在区间 $[0,\frac{3}{2}]$ 小时上观察一个泊松过程。已知该时间段内恰好发生 7 次到达,求在时刻 $1$ 之前恰好有 4 次到达的概率。
打开 →两条独立泊松流 A 和 B 的强度分别为每小时 7 与 3,现在将其合并。已知这一小时内总共观察到 8 次合并到达,恰有 5 次来自 A 流的概率是多少?
打开 →API 错误 与 数据库错误 分别服从独立泊松过程,到达率为每小时 $\lambda_A=5$、$\lambda_B=5$。合并后下一次到达来自 A 流的概率是多少?
打开 →一个信号满足 X_t = -1 + 0.8 X_(t-1) + e_t,其中 Var(e_t) = 1,当前值 X_t = 3。当 h = 4 时,多步预测 E[X_(t+4) | X_t] 是多少?
打开 →当 $\beta=0$ 时,GARCH(1,1) 退化为 ARCH(1):$h_t=\omega+\alpha r_{t-1}^2$。取 $\omega=0.7$、$\alpha=0.3$,以小数求无条件方差 $\bar h$。
打开 →某二元假设的先验概率为 $\frac{2}{5}$。有若干独立信号按顺序到来,它们对该假设的 Bayes 因子依次为 [5, 2]。把全部证据乘起来之后,最终后验概率是多少?
打开 →设 $P \sim \operatorname{Beta}(2,3)$,给定 $P=p$ 时 $X \sim \operatorname{Binomial}(10,p)$。利用 Adam 定律($E[X]=E[E[X \mid P]]$)和 Eve 定律($\operatorname{Var}(X)=E[\operatorname{Var}(X \mid P)]+\operatorname{Var}(E[X \mid P])$)推导 $E[X]$ 和 $\operatorname{Var}(X)$。
打开 →一个初级交易员说“条件独立就代表没有依赖”。为什么在单因子 copula 里这是错的?
打开 →为什么回收率假设和依赖假设往往会互相作用,而不是两个独立旋钮?
打开 →为什么当一个依赖设定同时暗示“异常温和的平静状态”和“荒谬灾难的压力状态”时,建模者应该警惕?
打开 →为什么 nth-to-default 风险更关心损失出现的顺序,而不是一个代表性的两两相关系数?
打开 →为什么用历史数据估计尾部依赖,通常比估计平静状态违约频率更不可靠?
打开 →为什么“相关性微笑”更像是模型不完整的市场症状,而不是某个原始量真的长成了微笑?
打开 →为什么即使 day-one 估值看起来没问题,交易员仍然关心 copula 故事是否具有经济解释?
打开 →为什么即使股权档变化不大,高级档也可能对更强依赖更敏感?
打开 →为什么即使单名字 spread 都匹配了,篮子损失建模仍然有很大自由度?
打开 →为什么尾部依赖真正关心的是坏状态是否重合,而不是平均相关性看起来多高?
打开 →为什么 Gaussian copula 可能能拟合一部分 tranche 报价,但在经济上仍然不令人信服?
打开 →为什么结构化信用交易台在做完 copula 校准后还要跑情景表?
打开 →为什么行业集中度常常会先在经济解释上击穿单因子依赖模型,而不是先在数学上出错?
打开 →为什么 attachment 和 detachment 点会把一个小小的依赖变化放大成 tranche 价值的大变化?
打开 →泊松强度 $\lambda$ 的先验为形状-率参数化的 $\mathrm{Gamma}(4,1)$。在 1 小时内观察到 5 次事件后,未来 1 小时内事件数的后验预测均值是多少?
打开 →潜在强度 $\Lambda$ 服从形状参数为 $\alpha$、率参数为 $\beta$ 的 $\mathrm{Gamma}(\alpha,\beta)$ 分布。在给定 $\Lambda$ 的条件下,计数变量 $N$ 服从 $\mathrm{Poisson}(\Lambda)$。用 MGF 判断 $N$ 的无条件分布。
打开 →