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

cycinter · 2024年05月02日

Var的的置信区间对backtesting的影响

 04:37 (2X) 

A选项不理解,var的置信区间影响z统计量里面的p,95%var,p=0.05;99%var的p=0.01,z=(x-np)/sqrt(np*(1-p)),不就是z与p反向,p越大,z越小,越容易接受?

B,D理解,backtesting的置信区间不变,不会影响type1 和type2 error,但是var不一样,算出来z也不一样呀?

C选项,为啥x变大,更reliable呀?




2 个答案

pzqa39 · 2024年05月03日

嗨,爱思考的PZer你好:


95%的var值期望的exception是5%,99%的var值期望的exception是1%,没有回测的confidence level没办法判断哪个更容易拒绝。

比如我说超过95块钱亏损的数有5%,超过99块钱的亏损有1%,不给回测的confidence level没办法判断95块钱5%这个模型更容易拒绝还是99块钱1%这个模型更容易拒绝。

----------------------------------------------
努力的时光都是限量版,加油!

pzqa39 · 2024年05月02日

嗨,从没放弃的小努力你好:


A选项的错误在于,在回测VaR模型时,决定Type I error的主要因素是回测所使用的置信水平,而非VaR模型本身的置信水平。这个李老师上课也有讲到。

 

关于C选项,在进行backtesting时,95%会有更多的极端值。比如250个检测样本,对于99%VaR可能只有一两个损失超过了VaR,而对于95%的VaR却会有更多的超过VaR的数,所以这个backtesting过程会更可靠一些。

----------------------------------------------
努力的时光都是限量版,加油!

cycinter · 2024年05月03日

A还是没理解哈,我知道var的置信区间不改变type1和2 error,不过会影响统计量z值的p; 95%var,p=0.05;99%var的p=0.01,z=(x-np)/sqrt(np*(1-p)),不就是z与p反向,p越大,z越小,越容易接受吗

  • 2

    回答
  • 0

    关注
  • 147

    浏览
相关问题