GLOBAL SEARCH

搜索课程、模块、题目与收藏题单

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 9 个结果

English questions
课程SciPy 与统计工具 · Python 数据与量化分析

scipy.stats 分布对象与描述性统计

周一上午十点,你坐在一家中型私募的研究台。3.2.2 收尾那张 tear sheet 昨晚跑完了,落到磁盘的中间产物里有一行 returns = (closes['510300.SH'].pct change().dropna()).to numpy() ——一根长度 252 的 np.ndarray ,是沪深300 ETF(510300.SH)在 2024...

打开 →
课程条件分布与联合分布 · 概率与统计基础

协方差、相关系数与联合矩

某多策略基金的风控官想要一个数:在已经持有一个长久期债券账户的组合里,再叠加一个沪深300 多头股票账户,会增加多少方差?答案不是"沪深300 方差加债券方差",而是"沪深300 方差加债券方差再加两倍协方差"——而这个协方差,正是上证日盘与 CFFEX 国债期货市场每天联动着送上来的统计量。要拿到这一个数,把整个联合分布全写出来是大材小用;风控官真正做的是...

打开 →
课程条件分布与联合分布 · 概率与统计基础

条件分布与随机变量的独立性

某宏观对冲基金的量化研究员盯着一张散点图:横轴是沪深300 ETF 的日收益率,纵轴是 50ETF 隐含波动率指数的日变动。两个边缘分布他已经会读了——沪深300 日收益大致呈钟形,IV 指数日变动则厚尾且偏负。他真正想问的却是​ ​条件​ ​问题:​ ​当​ ​沪深300 刚刚打出 2% 的盘面​ ​之后​ ​,IV 指数变动的分布长什么样?这个对象既不是...

打开 →
课程条件分布与联合分布 · 概率与统计基础

条件期望与多元正态分布

某股票多空策略私募的信号研究员每天跑一条回归:下周收益对动量因子的回归。他把拟合直线写为 r hat = a + b signal 。在抽样之前,这条直线是什么?它就是 (收益, 信号) 的联合分布下的​ ​总体条件期望​ ​(population conditional expectation)公式 ——而在沪深300 因子收益满足联合正态(joint n...

打开 →
课程SciPy 与统计工具 · Python 数据与量化分析

用 SciPy 做假设检验与置信区间

周五下午两点半,浦东陆家嘴一家中型私募的风控会上,PM 把昨晚跑出来的 tear sheet 推过来:「食品饮料这只 600519.SH 的 63 日滚动 ​夏普比率​ ​(Sharpe ratio)样本期均值是 0.86,银行那两只 000001.SZ 和 600036.SH 是 0.42。0.44 的差,可信吗?」你脑子里第一反应是 3.2.2 L5 那...

打开 →
课程SciPy 与统计工具 · Python 数据与量化分析

用 SciPy 做回归与曲线拟合

周三午后,浦东陆家嘴一家中型私募的研究台上,PM 把一张 252 天的样本期跑出来推过来:「 600519.SH 对沪深300 ETF( 510300.SH )的 beta 我刚才用 np.linalg.lstsq 解出来是 0.91——但 0.91 离 1 到底有多远?是抽样噪音里飘出来的一格,还是这只票就比沪深300 系统性低 beta?」3.2.1 L...

打开 →
课程条件分布与联合分布 · 概率与统计基础

联合分布与边缘分布

某私募的风险分析师每天早盘从终端上抓两个数:沪深300 ETF 的日收益与 10 年国债收益率的日变动。她真正关心的不是任何一个单变量,而是两者的​ ​联合​ ​画像:沪深300 跌超 1% ​同时​ 10 年期收益率跳升 5bp 的概率。这类问题任何单变量密度都回答不了——它本质上是一个联合分布(joint distribution)问题。这一节把你在 2...

打开 →
课程概率论基础 · 概率与统计基础

随机变量与分布

某私募的因子研究员在统计沪深300 成分股的日内​ ​事件触发数​ ​:某一天有 16 只股票触发"开盘 30 分钟内涨幅超 2%"。下一步要做的不是逐股分析,而是建模:​ ​这个数本身​ ​服从什么分布?如果它接近泊松分布(Poisson distribution),你可以一眼断定"日间触发数的波动属于自然涨落";若实际数据明显胖尾,则要换模型。把研究问题...

打开 →
课程SciPy 与统计工具 · Python 数据与量化分析

面向 quant 的 scipy.optimize 与 scipy.linalg

周一上午十点,浦东一家中型私募的研究台。PM 把 3.2.2 L5 那张已经稳定跑通的 tear sheet 推过来,篮子是 、252 个交易日的 NumPy 收益矩阵 returns ,形状 公式。「我现在不要单只票的 alpha 也不要 Sharpe——给我四个数:第一,这只 3 票篮子的​ ​最小方差​ ​长仓权重;第二,顶端主成分占多少方差,看篮子风...

打开 →