金融行业量化部量化分析师量化投资手册.docxVIP

金融行业量化部量化分析师量化投资手册

第一章量化分析理论与方法论基础

第一节统计推断与概率建模

1.1假设检验与置信区间构建

在量化分析中，首要任务是验证市场有效性的假设，例如检验股票价格是否遵循随机游走，通常通过构建零假设$H_0:\mu=\mu_0$和备择假设$H_1:\mu\neq\mu_0$进行t检验。为评估模型参数的稳定性，需计算95%置信区间，例如在回归分析中，利用$b\pmt_{\alpha/2,n-p}\cdotSE(b)$形式，以95%的把握度确定因子载荷系数的区间估计。

针对样本量不足的情况，采用贝叶斯推断法更新先验分布，例如在交易频率较低时，利用先验分布$P(\theta)$结合似然函数$L(\theta|D)$得到后验分布$P(\theta|D)$。通过分位数变换将非正态分布数据转化为正态分布，例如对收益率序列进行Box-Cox变换，使残差满足$N(0,\sigma^2)$的假设，从而进行后续的假设检验。利用卡方检验评估模型拟合优度，例如通过比较拟合优度统计量$\chi^2=\sum\frac{(O_i-E_i)^2}{E_i}$是否服从自由度为$k$的卡方分布来判断模型有效性。

结合置信水平与显著性水平设定阈值，例如在因子筛选时，若因子t值大于1