开发者:上海品职教育科技有限公司 隐私政策详情

应用版本:4.2.11(IOS)|3.2.5(安卓)APP下载

天天天儿 · 2024年07月07日

书上说异步性会distorts measured correlations

* 问题详情,请 查看题干

NO.PZ202206070100000102

问题如下:

With respect to his answer to Brown’s question, O’Reilly is most likely:

选项:

A.correct. B.incorrect with respect to asynchronism. C.incorrect with respect to variances and correlations.

解释:

Solution

A is correct. O’Reilly’s answer is entirely correct as stated.

B is incorrect. O’Reilly’s answer is entirely correct as stated. High-frequency data are more sensitive to asynchronism.

C is incorrect. O’Reilly’s answer is entirely correct as stated. High-frequency data produce more precise variances and co-variances (and less precise means).

A是正确的。O’Reilly的回答完全正确。

B是错误的。高频数据对异步更加敏感,即高频数据更容易产生异步性的问题。比如用每天的数据观测美国和欧洲股票市场,因为两地存有时差,所以就会出现异步性。但如果是用月度数据观测,这种时差就可以忽略不计。

C是错误的。高频数据产生了更大容量的样本数据,所以能估计出更精确的方差和协方差。但是对于均值而言,只要用的历史数据,估计的数值就不太精确。这也是根据实务观测到的结果。

为什么不选C

1 个答案
已采纳答案

笛子_品职助教 · 2024年07月08日

嗨,爱思考的PZer你好:


Hello,亲爱的同学~

这个问题需理清,一般性和特殊性。即需要具备概率思维,才能解题。


从一般性的情况来说:高频数据可以提升variances and correlations的准确性。。

一般性的情况,是指高频数据并不存在异步性问题。

例如,我们国内A股市场日线数据,和使用国内A股市场的1分钟数据,后者可以提升variances and correlations。

如下图基础讲义的画线内容。


而异步性,是高频数据的特殊情况。

即绝大部分高频数据,是没有异步性问题的。

只有少部分高频数据,有异步性问题。

对于这少部分的,有异步性问题的高频数据,才会distorts measured correlations


即:对于高频数据来说:

没有异步性,是大概率。

有异步性,是小概率。


如果题目没有提及是否有异步性,我们默认符合大概率事件,即没有异步性,可以提高variances and correlations的准确性。




----------------------------------------------
就算太阳没有迎着我们而来,我们正在朝着它而去,加油!

  • 1

    回答
  • 2

    关注
  • 157

    浏览
相关问题

NO.PZ202206070100000102 问题如下 With respeto his answer to Brown’s question, O’Reilly is most likely: A.correct. B.incorrewith respeto asynchronism. C.incorrewith respeto variances ancorrelations. SolutionA is correct. O’Reilly’s answer is entirely correstate B is incorrect. O’Reilly’s answer is entirely correstate High-frequenta are more sensitive to asynchronism.C is incorrect. O’Reilly’s answer is entirely correstate High-frequenta promore precise variances anco-variances (anless precise means).A是正确的。O’Reilly的回答完全正确。B是错误的。高频数据对异步更加敏感,即高频数据更容易产生异步性的问题。比如用每天的数据观测美国和欧洲股票市场,因为两地存有时差,所以就会出现异步性。但如果是用月度数据观测,这种时差就可以忽略不计。C是错误的。高频数据产生了更大容量的样本数据,所以能估计出更精确的方差和协方差。但是对于均值而言,只要用的历史数据,估计的数值就不太精确。这也是根据实务观测到的结果。 另一道题目链接https://class.pzacamy.com/qa/150728这类似题目中,答案指向是high-frequenta tento prolower correlation estimates但是这道题中,题目指向是high-frequenta improves the precision of sample variances, covariances, ancorrelations but not the precision of the sample mean.所以我想请教的是,是我的理解有问题,还是这两个结论是矛盾的?

2024-02-07 10:39 1 · 回答

NO.PZ202206070100000102 问题如下 With respeto his answer to Brown’s question, O’Reilly is most likely: A.correct. B.incorrewith respeto asynchronism. C.incorrewith respeto variances ancorrelations. SolutionA is correct. O’Reilly’s answer is entirely correstate B is incorrect. O’Reilly’s answer is entirely correstate High-frequenta are more sensitive to asynchronism.C is incorrect. O’Reilly’s answer is entirely correstate High-frequenta promore precise variances anco-variances (anless precise means).A是正确的。O’Reilly的回答完全正确。B是错误的。高频数据对异步更加敏感,即高频数据更容易产生异步性的问题。比如用每天的数据观测美国和欧洲股票市场,因为两地存有时差,所以就会出现异步性。但如果是用月度数据观测,这种时差就可以忽略不计。C是错误的。高频数据产生了更大容量的样本数据,所以能估计出更精确的方差和协方差。但是对于均值而言,只要用的历史数据,估计的数值就太精确。这也是根据实务观测到的结果。 答案讲解是不是少一个字? 不太精确吧

2023-05-11 18:54 1 · 回答

NO.PZ202206070100000102问题如下With respeto his answer to Brown’s question, O’Reilly is most likely:A.correct.B.incorrewith respeto asynchronism.C.incorrewith respeto variances ancorrelations. SolutionA is correct. O’Reilly’s answer is entirely correstate B is incorrect. O’Reilly’s answer is entirely correstate High-frequenta are more sensitive to asynchronism.C is incorrect. O’Reilly’s answer is entirely correstate High-frequenta promore precise variances anco-variances (anless precise means).A是正确的。O’Reilly的回答完全正确。B是错误的。高频数据对异步更加敏感,即高频数据更容易产生异步性的问题。比如用每天的数据观测美国和欧洲股票市场,因为两地存有时差,所以就会出现异步性。但如果是用月度数据观测,这种时差就可以忽略不计。C是错误的。高频数据产生了更大容量的样本数据,所以能估计出更精确的方差和协方差。但是对于均值而言,只要用的历史数据,估计的数值就太精确。这也是根据实务观测到的结果。 1是,原版书哪里提到这个2是,方差和协方差的计算都要用到均值,方差和协方差会更精确,均值却less 精确了,不太能理解。有没有理论逻辑上的,为什么高频反而会得出不精确的均值

2022-12-11 12:49 1 · 回答