JL回答（1）
Evian, CFA2022-08-22 14:11:21
Evian, CFAヾ(◍°∇°◍)ﾉﾞ你好同学，
B 数据挖掘偏差
例如，我们找了21年上半年，将上半年的数据作为Test Dataset测试集，用模型回归，得出结论X（例如单元回归Y和X成线性关系）
out of sample test指的是我们又找了21年下半年的数据，作为Validation Datasets验证集，用来验证结论X是否可以解释21年下半年的数据。如果结论X不能解释21年下半年的数据，说明结论X过度抓取了Test Datasets的特征，不可以很好的推广至其他时间段，单元回归Y和X成线性关系不成立
C存活性偏差，无法用out of sample test验出来，因为无论哪一个时期，拿到的样本都是市场存活下来的好资产。
----------------------
学而时习之，不亦说乎👍【点赞】鼓励自己更加优秀，您的声音是我们前进的源动力，祝您生活与学习愉快!~
- 评论（0）
- 追问（2）
- 追问
-
B选项没有听懂
- 追答
-
Data mining bias指的是数据挖掘偏差，是模型过度抓取了样本数据的特征，而不能准确估计总体特征。
例如，研究哺乳动物。
用猫的图片作为样本，总体是哺乳动物，模型抓取信息过度的意思是，模型从猫的图片中总结“耳朵在头上方、爬行、全身有毛发，四肢差不多长”来估计总体，可是我们给电脑模型一张人类的图片，模型会说人不是哺乳动物。
这个过程没有人为主动影响结果好坏，主要原因是模型的设置，或者样本容量较小。
评论
0/1000
追答
0/1000
+上传图片