志同学2022-08-08 21:59:01
志同学Answer Choice (C) is also incorrect: although it is tempting to assume that using higher-frequency data (e.g., monthly rather than annual observations) will also provide more precise estimates, this assumption is not necessarily true. Although higher-frequency data improve the precision of sample variances, covariances and correlations, they do not improve the precision of the sample mean.这个解答的意思明明说是高频取数可以提升样本方差、协方差和相关性的准确性，但是并不能提升样本均值的准确性。老师视频讲解中好像说的又不是这个意思
回答（1）
Nicholas2022-08-09 15:04:02
Nicholas同学，下午好。
高频数据数据点更多，可以更精确的描述数据的情况，例如你用30年年度GDP数据算平均GDP增速，和用30年季度数据算GDP增速差异不大，但算和其他的数据的相关性、它自己的波动率的时候，用季度数据算出来的比年度的更精确，因为年度数据数据点少，很多中间的波动和趋势都没办法反应出来。
上述解释了高频数据可以改善方差、协方差、相关性的精度。
Asynchronicity（异步性）指数据的不同步性，在使用高频数据的时候最容易发生。以日度的收盘价数据为例，比如说都是12月20日的收盘价，但因为时区差异，不同时区的交易所那一天的交易时间是不一致的，收盘时间也不同。这就导致了，不同市场12月20日的收盘价发生的时间是不同步的，这就是Asynchronicity。这个特点对比较低频的数据，比如年度，季度的数据影响没那么大，因为它们时间区间跨度长，这样的不同步影响不大。但对于周度和日度这样的高频数据来说，影响就很大。
上述解释了高频数据为什么对改善均值的精度贡献很小。
- 评论（0）
- 追问（2）
- 追问
-
你说这个我理解的，我是说老师讲题的时候好像讲得有点问题。 那么我接下来这个可以当作结论记嘛？“高频取数可以提升样本方差、协方差和相关性的准确性，但是并不能提升样本均值的准确性”
- 追答
-
同学，早上好。
可以的，这个是原版书的原话。
Although higher-frequency data improve the precision of sample variances, covariances, and correlations, they do not improve the precision of the sample mean.
评论
0/1000
追答
0/1000
+上传图片