Essie2023-10-15 21:17:05

你好，A中的inverse transformation是一种产生随机数的方法，通常用在蒙特卡洛模拟中。这种方法可以根据指定的分布来产生随机数，根据概率反求自变量，正向操作是根据自变量的值从而得到其概率。就比如说，我们在一级数量中学过，给出X求出f(X)，假设自变量X服从(0,1)标准正态分布，当前X的值等于1.65，从而我们可以推出X左边的累积密度函数f(X)为95%，这就是从X的数值出发去得到其概率。这里inverse是反向，就是先根据设定的分布，随机产生概率值f(X) ，然后反向计算出X是多少，这种方法的作用是可以使随机数X能符合特定假设的分布。
B是重抽样法，指的是从总体中有放回的抽取数据，这个主要是在样本容量较小时，没有足够的数据，那么可以使用这种方法。
C是敏感性分析，因为当前要研究的变量：价值因子和动量因子是非正态分布的，那么在做蒙特卡洛模拟时，建模者就可以利用敏感性分析，假设其他不同的分布来看下最终对结果有什么样的影响。所以C是最符合的。