可否再结合图形讲一下 Type1 和 Type2 error ？
谢谢！
orange品职答疑助手 · 2019年07月17日
同学你好。type 1 error 也就是左边那张图： 模型在99%的情况下，250个交易日中，出现exception的概率分布。backtesting这里是95%。根据计算结果，当excexception的个数大于等于5时，就落入了backtesting要拒绝的区域。
如果原模型是正确的，可是，一旦发生小概率事件，它的exception个数大于等于了5，我们就会拒绝它，这就是一类错误，所以1-89.2% 就是对应的一类错误的概率。
右边那个表格，也就是有关type 2 error，这里的意思是，根据之前p=1%计算出来的结果，当真实exception的个数小于等于4时，模型都认为是正确的。然后，当p改成3%时，模型就都认为是不对的了，因为p的数值不是等于1%了。那么，就都应该拒绝。而根据之前的结果，当exception个数小于等于4时，就都认为模型是正确的。所以，求出在p改为3%的模型中，exception个数小于等于4的概率，这个概率就是 “一个错误的模型，但没有落入拒绝域”的概率，也就是type 2 纳伪 概率。
LHY · 2019年07月17日
Type1 就是运气不好碰到了极端值，把原本没毛病的模型否定了，即“去真”，这个我明白了； Type2就是首先模型要是错的（in this case，就是采用了p=0.03，但是我们要求的是99%的情况下，即p=0.01时的情况），而沿用之前正确模型小于5个exception都是不用拒绝的标杆，我们是拒绝不了这个模型的，因此就“存伪”了。 不过按这逻辑岂不是必须要有了Type1 才能有Type2？，因为你要有个benchmark来判断type2。
orange品职答疑助手 · 2019年07月18日
是的，因为我们是对原模型做检验的，纳伪得首先有个正确的benchmark