莫同学2019-11-08 13:01:02
梁老师在解释第二和第三个点时,没有解释清楚,number of failure跟 power of test 以及Var有什么关系啊; 第三个,non-rejection region, 是指什么? confidence lever 本来应该用99%, 那a小,不容易拒绝啊; 现在误用成了 95%,那a 大了,就应该更容易拒绝了,犯一类容易了,二类难了,power of test 不是就更容易了吗,而不是weaken 啊,实在不懂,请老师解释,多谢
回答(1)
Robin Ma2019-11-08 16:46:15
同学你好,你问的应该是模考的题目,这道题目你可以好好看一下notes第30页,读懂了第30页这道题也就读懂了
这道题目让你验证的是VAR值,而回测 fail to reject一个错误的模型就意味着第二类错误的发生,至于如何决定是否拒绝模型,与其说是通过number of failure 更不如说是通过 non-rejection region,每一个置信水平下的VaR都是有着他对应的非拒绝域的,一般来说,置信水平高的VAR,他的非拒绝域会更小,因为他本身就更严格,那么超过他的也自然小,同理 置信水平低的VAR非拒绝域就更大一点。 II 其实是很基础的知识点,非拒绝域是不会随着window变化而成线性扩大的,这个其实基础班甚至一级的时候都有提到过。 III 稍微难了一点,但是也考察的是基础知识,你验证一个95%的VAR,在使用非拒绝域的时候却使用了一个lower置信水平的VAR,那么得到非拒绝域一定会偏大,随便举个例子,比如95%非拒绝域是应该是(5-10),而94%的非拒绝域是(4-12),你的exception天数如果是11的话,应该是拒绝原来的模型的,而你现在误用了94%的VAR所对应的非拒绝域,你觉得11落在了4 12之间,自然就不会去拒绝了,那么第二类错误不就上升了么。结合题干,把III好好读一下就知道思路了。
- 评论(0)
- 追问(6)
- 追问
-
是押题35题,这里2, assume number of failures increase in a constant proportion to time period 到底是什么意思,您没有解释呢,谢谢
- 追问
-
第二,没有说var的问题啊,也没有说confidence level 变化
- 追问
-
每一问都是独立的,您把1的和3的,都混到2, 来回答我了吧老师
那我更迷糊了
- 追问
-
对2, 如果做了2的错误假设,是failure数据增多多,那就应该更容易拒绝,犯一类错误不是?二类就少, 就增大而不是weaken power of test、老师,麻烦证明下我逻辑错误啊,谢谢
- 追问
-
俺第三问明白了,第二还是不懂呢
- 追答
-
是押题的题目,我不小心打成模考了,第二个说的是Assumed number of failures increases in a constant proportion to time periods. 这句话其实是不应该理解错的,你可以从两个角度理解
(1)从我拍给你的图片上去理解,对于同一个VAR,你选择第一行99% T=252 N<7 但是T=1000时候 N就是4到17 时间翻了4被,但是非拒绝域却没有涨4倍。
(2)对于模型的检验,如果一年里面允许犯错( failures)一次,那么4年就能犯错4次(in a constant proportion to time periods),如果真的这样的话,就没有必要去研究回测的window了,甚至市场风险这门学科里面就不会引入window这样的概念了,就是因为非拒绝域和widow之间的比率是不对称的,所以II是错误的。
评论
0/1000
追答
0/1000
+上传图片