股票组合β系数的计算方法:用协方差除以方差
1.收集数据收集你所关心的股票组合和市场指数的历史价格数据。股票组合可以由多只股票组成,并且每只股票应该有对应的权重。2.计算回报率使用收集到的历史价格数据,计算每只股票和市场指数的日回报率。回报率是指每日价格变动与前一天的价格之间的百分比变化。3.计算协方差对于每只股票和市场指数,计算其与...
如何用数学思维,理解商业世界的底层逻辑
先平方,再均差,这就是我们用来衡量一组数据“差异性”的方法,叫“方差”。有了方差这个指标,现在就算在你面前摆1万家公司,你也能先给他们先打分,再排序,然后准确地说出任何两家公司,谁的收入更分散,谁的收入更集中了。那什么是标准差?标准差,就是方差的平方根。X组数据的标准差,就是√536≈23.15。Y...
深度学习模型部署与优化:策略与实践;L40S与A100、H100的对比分析
离散化连续数据:如果模型的输出是连续值,但实际应用需要离散值,可以使用四舍五入、取阈值等方法将连续数据转换为离散数据,以得到实际可用的结果。数据可视化:通过将数据以图形或表格的形式呈现,可以更直观地理解数据之间的关系和趋势,从而决定下一步的分析策略。手动调整预测范围:某些情况下,回归模型可能无法准确预测...
以不变应万变:因果启发的稳定学习年度研究进展
在这种情况下,我们首先需要发现数据中的异质性,再根据数据的异质性发现其中的不变性,接着我们还可以反过来利用不变性提升对变化部分(异质性)的学习效果,这一过程将一直迭代下去。稳定学习的定位在稳定学习框架下,我们利用一个异质的数据分布学习模型,希望将学习到的模型应用到一系列未知数据集上时具有一定的性能保证...
前数据时代,人们是怎么分析问题的?
最重要的原因是,这种分析还不够深入,只描述了问题的现状。这也是很多初级数据分析师在实际分析工作中常犯的错误。拆解问题、找出问题的细节只是更好地定义问题,对于问题的解决没有太大的帮助。如何深入分析我们放到后面再说,我们先看一下这样做分析的后果。
【华泰金工林晓明团队】不同协方差估计方法对比分析(二)——华泰...
然而,金融时间序列数据往往是时变的,例如在金融危机时资产间的相关性会明显地增大,资产收益率的波动也更加剧烈,久远的历史数据样本不能反映近期的信息,应该赋予较小的权重(www.e993.com)2024年8月6日。相对来说,移动平均协方差对近期和远期的样本等权平均,不能准确估计协方差矩阵,对不同时刻的样本赋予不同的权重可能是更合理的做法。
医咖问答 | t检验之吾日三省吾身:独立吗?正态吗?方差齐吗?
因此,使用第一种表述,即『样本来自正态分布总体』还是会更保险一些。但实际应用中呀,如果数据量很大,原数据偏离正态分布不多,使用t检验通常不会有大问题。以上内容是关于正态性。接下来我们再看看方差齐性:独立样本t检验是在比较两个样本均数是否一致,而这两个样本可能来源于两个不同的分布,而离散趋势和集中...
数据分析 | 总结了28道数据分析经典面试题
主成分分析经常用减少数据集的维数,同时保持数据集的对方差贡献最大的特征。这是通过保留低阶主成分,忽略高阶主成分做到的。这样低阶成分往往能够保留住数据的最重要方面。但是,这也不是一定的,要视具体应用而定。主成分分析的原理是设法将原来变量重新组合成一组新的相互无关的几个综合变量,同时根据实际需要从中...
如何七周成为数据分析师15:读了本文,你就懂了概率分布
方差越大,随机变量的结果越不稳定,计算A方案的方差如下:方差最后为62600,说明期望的波动很大。标准差为sqrt(62600)=250.19,代表每一次的抽奖,与期望收益-110的距离是250.19元。到这里,概率和期望方差的基本玩法已经讲完了。二项概率分布二项分布是一种离散型的概率分布。故明思义,二项代表它有两种可能的...
100+数据科学面试问题和答案总结-基础知识和数据分析
方差:方差是由于复杂的机器学习算法在模型中引入的误差,模型会从训练数据集学习噪声,在测试数据集上表现很差。它会导致高灵敏度和过拟合。通常,当增加模型的复杂性时,会看到由于模型中较低的偏差而导致的误差的减少。然而,这种情况只会在特定的点发生。当模型变得更复杂时,最终会过度拟合型,因此你的模型将开始变...