LSM 回归解释 1
某个 LSM 继续持有回归用两条价内路径线性拟合:(S,C)=(70,24) 和 (90,10)。该直线在 S = 80 处给出的继续持有估计是多少?
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某个 LSM 继续持有回归用两条价内路径线性拟合:(S,C)=(70,24) 和 (90,10)。该直线在 S = 80 处给出的继续持有估计是多少?
打开 →用于 LSM 拟合的两条价内路径为 (S,C)=(65,22) 和 (95,13)。若交易台使用线性继续持有拟合,隐含斜率是多少?
打开 →一个线性的 LSM 继续持有拟合通过两点 (S,C)=(85,16) 和 (100,7)。则 C(S)=a+bS 中的截距 a 是多少?
打开 →一个 LSM 继续持有拟合为 C(S) = a + 0.2S,并经过点 (S,C)=(72,20)。那么在什么现货价格 S 上,继续持有估计会等于 15.6?
打开 →一个线性的 LSM 继续持有拟合经过 (75,18),并在 S = 90 处给出继续持有值 14。若另一条价内路径位于 S = 105,要想落在同一条拟合直线上,它的继续持有值必须是多少?
打开 →为什么只用价内路径做回归通常是合理的,但又不能把它当成“必然更好”的定理?
打开 →为什么即使继续持有回归在样本内看起来很好,样本外估值仍然很有价值?
打开 →为什么把完全相同的模拟路径既用于回归设计、又用于估值,会让期权看起来偏贵?
打开 →在带截距的一元回归里,把 x 和 y 都中心化之后,斜率对应的优化问题会变成什么?
打开 →为什么 logistic 回归通常需要迭代优化,而不像 OLS 那样有正规方程式的闭式解?
打开 →为什么在带截距的回归里,把 x 替换成 x - x_bar 通常会改变截距的含义,却不会改变斜率?
打开 →为什么在完全线性可分且不加正则的情况下,logistic 回归系数往往会发散?
打开 →为什么一个存在严重多重共线性的回归,仍可能显示出很强的样本内拟合和很高的 R^2?
打开 →为什么把一个漂移序列回归到另一个漂移序列上,即使两者在经济上毫无关系,也可能得到很高的 R 方和很小的 p 值?
打开 →若在一个已经含有截距项的回归里,把特征 x 替换成 x+k,那么 x 的斜率和截距会怎样变化?
打开 →某个回归使用 n = 25 个观测,并估计 3 个参数(包含截距)。求:(i) 平均杠杆值;(ii) 残差生成矩阵 I - H 的对角线平均值。
打开 →某路由信号 X 平均会把子单碎片化程度 M 提高 2 个单位。结果变量满足 Y = 1.3 X + 0.4 M + noise,并且除此之外 X 是外生的。如果在回归中控制 M,X 的系数应是多少?如果只把 Y 回归在 X 上,一单位 X 的总效应又是多少?
打开 →对一个无截距回归,若 X^T X = [[4, 1], [1, 9]],X^T y = [10, 19],那么 beta_hat 是多少?
打开 →有人提议在收益冲击回归里,用“昨天的订单流失衡”作为“今天订单流失衡”的工具变量。 为什么在金融数据里,这并不会自动成为一个合法的工具变量?
打开 →一个带截距回归的响应变量方差是 9,且 R^2 = 4/9。拟合值的方差是多少?
打开 →在带截距的一元回归中,Cov(x,y)=12,Var(x)=16。OLS 斜率 beta_hat 是多少?
打开 →在带截距的一元回归里,xbar = 3、ybar = 11,且 beta_hat = 2。alpha_hat 是多少?
打开 →在一个带截距的简单 OLS 回归中,中心化后的解释变量平方和是 S_xx = 20,而拟合值的中心化平方和是 45。若已知斜率为正,那么 OLS 斜率是多少?
打开 →在一个带截距的简单 OLS 回归中,x_bar = 3,y_bar = 5,斜率估计是 -0.4。截距是多少?
打开 →推导带截距一元回归中,在已知 beta_hat 之后 OLS 截距的表达式。
打开 →一个带截距的简单 OLS 回归满足样本相关系数 corr(x,y) = -0.6,样本标准差 s_x = 4,样本标准差 s_y = 5。x 的斜率系数是多少?
打开 →在一个带截距的简单 OLS 回归中,x 的样本方差是 9,而拟合值的样本方差是 4。若斜率为正,则斜率系数是多少?
打开 →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 →你观察到如下诊断结论:ACF 和 PACF 都逐步衰减。正确的建模结论是什么?
打开 →两个特征几乎重复,但在经济上都很有意义。为什么 Elastic Net 在这种情况下常常比纯 Lasso 表现更好?
打开 →