偏度、峰度与Jarque–Bera检验

R 中的定量风险管理

Alexander McNeil

Professor, University of York

偏度与峰度

  • 偏度 (b):衡量分布不对称性
  • 峰度 (k):衡量厚尾程度
  • 正态分布的偏度与峰度分别为0和3

$$ = {1 \over n}\sum_{t=1}^n(X_t-\hat{\mu})^3 \over \hat{\sigma}^3 $$

$$ = {1 \over n}\sum_{t=1}^n(X_t-\hat{\mu})^4 \over \hat{\sigma}^4 $$

R 中的定量风险管理

偏度与峰度(II)

library(moments)

skewness(ftse)
-0.01187921
kurtosis(ftse)
7.437121

R 中的定量风险管理

Jarque–Bera检验

  • 将数据的偏度与峰度与正态理论值(0与3)比较
  • 可检测偏度、厚尾或二者兼有

$$ T = {1 \over 6}n\left(b^2 + \frac{1}{4}(k - 3)^2\right) $$

jarque.test(ftse)
    Jarque-Bera Normality Test
data: ftse
JB = 428.23, p-value < 2.2e-16
alternative hypothesis: greater
R 中的定量风险管理

更长区间与重叠收益

  • 日收益通常明显非正态
  • 更长区间的收益如何?
  • 周、月、季收益通过求和获得
  • 回忆CLT——可能更接近正态
  • 但数据量减少,检验效力更弱
  • 也可分析重叠滚动求和的收益
R 中的定量风险管理

Passons à la pratique !

R 中的定量风险管理

Preparing Video For Download...