问题描述
我有一个股票 3538 个交易日的数据集。我想知道的是,平均而言,在多少天(例如每 10 个交易日、每 100 个交易日)中,人们可以期望观察到数据集中最负的极端回报IF将是正态分布的。
首先我计算了回报的最小值:
min(DB$Returns)
-17.48879
集合中的交易天数:
Trading_days <- nrow(DB)
3538
该回报的概率(或更低):
p <- pnorm(-17.48,mean=-0.02189114,sd=1.806319)
2.12269e-22
平均而言,如果数据呈正态分布,您预计每隔多少天才能实现这样的回报?
1/2.12269e-22
这是正确的方法吗?我想知道的是 pnorm(...) 调用是否在这里正确使用,因为它基本上总结了极端回报的尾部概率(而不仅仅是单个极端回报的概率)。然而,仅仅计算一次回报的概率也没有多大意义,因为它不能很好地表明极端回报。
感谢任何帮助
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)