統計檢定方法運用.1

閱讀時間約 1 分鐘
假設你有一串時間數列資料,資料時間長度可以是Tick、分鐘K,也可以是日K的等級,請問有甚麼方法可以評估是否為盤整盤 ?
這裡我借用常見的統計檢定方法 : 兩個母群體平均數的t檢定(假設變異數未知且不相等),我的加工作法是把資料分為三等份,然後計算頭、尾資料的平均數、變異數,捨棄中段的資料,然後進行檢定,只要可以拒絕虛無假設,就可以隱含判定有趨勢發生,反之不拒絕虛無假設,則隱含目前是盤整盤
兩個母群體平均數的t檢定(假設變異數未知且不相等)計算流程
1. 目的 : 檢定兩個母群體平均數之間的差異,是否達到顯著
2. 限制 : a.若變異數已知,則應採用更強力的檢定方法、b.如果母體為常態分配或是兩個樣本數夠大,則此檢定方法為近似檢定方法、c.此法僅適用於檢定兩者間的均數是否相等 !
3. 計算兩個數據的樣本均數、樣本變異數
4. t檢定統計量與t分配的自由度(需自行四捨五入取至整數),請參考下圖
5. Multicharts、Excel VBA程式碼,請自行撰寫
為什麼會看到廣告
21會員
111內容數
留言0
查看全部
發表第一個留言支持創作者!
Piemann的沙龍 的其他內容
在交易策略裡,總是希望可以掌握波動度,評估波動度的方法除了標準差之外,用分位數的距離來評估也是不錯的方法,這裡提供Excel VBA程式碼參考
問題如下,在這串連續數列中 : -7、8、2、9、3、-4、-8、7、9、-5,請找出最大的子序列之和、以及最小的子序列之和,求最大子序列和 ~ MaxSubSum,是用途很廣的敘述統計工具,例如應用於求解 MDD、描述價格資料期間內最大的累積上漲點數...等 Excel VBA程式碼提供如下
率變動的範圍。一般金融價格的時間序列通常有五個特色:趨勢(trend)、季節性、 異常價格、價格叢聚(cluster)以及非線性(nonlinear)。所謂「非線性」是指金融價 格具有以下情形:(1.)異常報酬出現的機率大於預期,顯示報酬率為常態分配的 比正的造成較大的波動。
承繼上一篇的數值加工想法,這次介紹取對數的效果
這次來談指標數值的二次加工,數值二次加工的方式很多,例如對K棒取平均後,還會想要再取一次平均值,讓數值更為平滑;或是對數據取log、開根號,讓極端值的影響力減少,不同的目的會有相應的轉換函數可供使用 參考下圖數據,明顯的這個轉換函數會讓RSI的數值更為趨向100與0的極值靠攏
在交易策略裡,總是希望可以掌握波動度,評估波動度的方法除了標準差之外,用分位數的距離來評估也是不錯的方法,這裡提供Excel VBA程式碼參考
問題如下,在這串連續數列中 : -7、8、2、9、3、-4、-8、7、9、-5,請找出最大的子序列之和、以及最小的子序列之和,求最大子序列和 ~ MaxSubSum,是用途很廣的敘述統計工具,例如應用於求解 MDD、描述價格資料期間內最大的累積上漲點數...等 Excel VBA程式碼提供如下
率變動的範圍。一般金融價格的時間序列通常有五個特色:趨勢(trend)、季節性、 異常價格、價格叢聚(cluster)以及非線性(nonlinear)。所謂「非線性」是指金融價 格具有以下情形:(1.)異常報酬出現的機率大於預期,顯示報酬率為常態分配的 比正的造成較大的波動。
承繼上一篇的數值加工想法,這次介紹取對數的效果
這次來談指標數值的二次加工,數值二次加工的方式很多,例如對K棒取平均後,還會想要再取一次平均值,讓數值更為平滑;或是對數據取log、開根號,讓極端值的影響力減少,不同的目的會有相應的轉換函數可供使用 參考下圖數據,明顯的這個轉換函數會讓RSI的數值更為趨向100與0的極值靠攏
你可能也想看
Google News 追蹤
Thumbnail
這個秋,Chill 嗨嗨!穿搭美美去賞楓,裝備款款去露營⋯⋯你的秋天怎麼過?秋日 To Do List 等你分享! 秋季全站徵文,我們準備了五個創作主題,參賽還有機會獲得「火烤兩用鍋」,一起來看看如何參加吧~
Thumbnail
11/20日NVDA即將公布最新一期的財報, 今天Sell Side的分析師, 開始調高目標價, 市場的股價也開始反應, 未來一週NVDA將重新回到美股市場的焦點, 今天我們要分析NVDA Sell Side怎麼看待這次NVDA的財報預測, 以及實際上Buy Side的倉位及操作, 從
Thumbnail
Hi 大家好,我是Ethan😊 相近大家都知道保濕是皮膚保養中最基本,也是最重要的一步。無論是在畫室裡長時間對著畫布,還是在旅途中面對各種氣候變化,保持皮膚的水分平衡對我來說至關重要。保濕化妝水不僅能迅速為皮膚補水,還能提升後續保養品的吸收效率。 曾經,我的保養程序簡單到只包括清潔和隨意上乳液
Thumbnail
人人都搶著談AI,但又是否人人都可以把AI說得清楚明白?在AI浪潮中,NVIDIA執行長黃仁勳的一舉一動都備受矚目,並在不同的場合都就AI的背景、現況與未來發言。這一期的分享,我們就透過近來的幾場訪談演說,分析他說話技巧的特色與可讓我們學習的五個方面。
Thumbnail
接續上一篇,繼續來講如何從常態分布的機率進行假設檢定,進而推論母體的平均數吧! 這篇會提到否證的邏輯、魔法數字0.5以及統計檢定到底是什麼這三個主題。
Thumbnail
  在上一篇文章解釋了常態分布怎麼幫助我們計算事件發生的機率,而更之前也看過了抽樣分布是如何形成常態分布的過程,現在就要利用這兩件事情來慢慢帶出什麼是統計學中的「假設檢定」了。
Thumbnail
中秋便當來了~還記得上一篇幫大家統計的資料嗎?歷屆總統大選前,10月上漲機率85%、平均漲幅4.67%! 喜歡吃便當的都是老實人,數據做了,當然要用行動來驗證。 九月最後一週,做完統計後開始佈局中秋加菜行情,指數的部分沒什麼好說的,就是無腦做多,漲也買、跌也買,時間都有列,證明真的是看數據做
Thumbnail
統計學 吳迪 一、檢定步驟 1.設立H0:虛無假設 (希望拒絕的對象)   設立H1:對立假設 (希望接受的對象) 2.選定檢定統計量 3.決定顯著水準及拒絕域 4.計算檢定統計量 5.當落入拒絕域時,則拒絕H0,反之則拒絕H1 二 1.型一錯誤 afa= p (拒絕H0/H0為真) 2.型二錯誤
Thumbnail
課本   統計最大的特色就在於每一個章節所學習到的知識點異常連貫,講白話就是,你從第一章學到的東西將會一路陪著你用到最後,而且中途的每一個章節還會持續不斷的將新的知識點疊加上去,因此只有其中一個章節掉了鏈子,統計學要學好是不可能的事!
Thumbnail
「迴響計畫」是一個很窩心溫暖的陪伴制計劃,這篇文章著重於其中的「任務包挑戰」的設計思考方法。
Thumbnail
這個秋,Chill 嗨嗨!穿搭美美去賞楓,裝備款款去露營⋯⋯你的秋天怎麼過?秋日 To Do List 等你分享! 秋季全站徵文,我們準備了五個創作主題,參賽還有機會獲得「火烤兩用鍋」,一起來看看如何參加吧~
Thumbnail
11/20日NVDA即將公布最新一期的財報, 今天Sell Side的分析師, 開始調高目標價, 市場的股價也開始反應, 未來一週NVDA將重新回到美股市場的焦點, 今天我們要分析NVDA Sell Side怎麼看待這次NVDA的財報預測, 以及實際上Buy Side的倉位及操作, 從
Thumbnail
Hi 大家好,我是Ethan😊 相近大家都知道保濕是皮膚保養中最基本,也是最重要的一步。無論是在畫室裡長時間對著畫布,還是在旅途中面對各種氣候變化,保持皮膚的水分平衡對我來說至關重要。保濕化妝水不僅能迅速為皮膚補水,還能提升後續保養品的吸收效率。 曾經,我的保養程序簡單到只包括清潔和隨意上乳液
Thumbnail
人人都搶著談AI,但又是否人人都可以把AI說得清楚明白?在AI浪潮中,NVIDIA執行長黃仁勳的一舉一動都備受矚目,並在不同的場合都就AI的背景、現況與未來發言。這一期的分享,我們就透過近來的幾場訪談演說,分析他說話技巧的特色與可讓我們學習的五個方面。
Thumbnail
接續上一篇,繼續來講如何從常態分布的機率進行假設檢定,進而推論母體的平均數吧! 這篇會提到否證的邏輯、魔法數字0.5以及統計檢定到底是什麼這三個主題。
Thumbnail
  在上一篇文章解釋了常態分布怎麼幫助我們計算事件發生的機率,而更之前也看過了抽樣分布是如何形成常態分布的過程,現在就要利用這兩件事情來慢慢帶出什麼是統計學中的「假設檢定」了。
Thumbnail
中秋便當來了~還記得上一篇幫大家統計的資料嗎?歷屆總統大選前,10月上漲機率85%、平均漲幅4.67%! 喜歡吃便當的都是老實人,數據做了,當然要用行動來驗證。 九月最後一週,做完統計後開始佈局中秋加菜行情,指數的部分沒什麼好說的,就是無腦做多,漲也買、跌也買,時間都有列,證明真的是看數據做
Thumbnail
統計學 吳迪 一、檢定步驟 1.設立H0:虛無假設 (希望拒絕的對象)   設立H1:對立假設 (希望接受的對象) 2.選定檢定統計量 3.決定顯著水準及拒絕域 4.計算檢定統計量 5.當落入拒絕域時,則拒絕H0,反之則拒絕H1 二 1.型一錯誤 afa= p (拒絕H0/H0為真) 2.型二錯誤
Thumbnail
課本   統計最大的特色就在於每一個章節所學習到的知識點異常連貫,講白話就是,你從第一章學到的東西將會一路陪著你用到最後,而且中途的每一個章節還會持續不斷的將新的知識點疊加上去,因此只有其中一個章節掉了鏈子,統計學要學好是不可能的事!
Thumbnail
「迴響計畫」是一個很窩心溫暖的陪伴制計劃,這篇文章著重於其中的「任務包挑戰」的設計思考方法。