Quantitative Analysis 定量分析 · 30% exam weight

Overview & How to Study This Module

Quantitative Analysis (定量分析) is the mathematical toolbox under the rest of the FRM curriculum. It covers probability and distributions (概率与分布), estimation and hypothesis testing (估计与假设检验), regression (回归), time series (时间序列), return/volatility modelling, simulation (模拟) and machine learning (机器学习). Every other book leans on this one — VaR, credit portfolio models在险价值, option pricing and backtesting all rest on these foundations.

Module Map — The 15 个主题

这 15 张卡片就是定量分析的全部考点地图，顺序即学习顺序：先概率统计打地基，再推断与回归，最后时间序列与机器学习。建议按此顺序推进，每学完一章回到本页勾掉一项，形成进度感。

Probability 概率

Probability (概率) quantifies uncertainty: a number between 0 and 1 measuring how likely an event is. Risk management runs on it — default, loss severity, market moves are all modeled with probabilities. 本册从这里出发：先掌握"事件如何定义、如何组合"，再学"如何用证据更新概率"（贝叶斯），最后用计数规则数清"有多少种可能"。Mastering "independent vs conditional vs mutually exclusive" and Bayes' rule is the entrance fee to everything that follows.

Events, axioms & key relationships 事件、公理与核心关系

先定义再运算：事件（event）是随机变量的一个单结果或一组结果的组合；事件空间（event space）是全部可能结果与组合的集合（包括"空集"——什么都不发生的概率为 0 的角落）。例如掷一枚公平骰子，结果 1–6 都有正概率；"结果是 3" P=1/6；"结果是偶数" P=3/6=50%；六个结果之一必发生，合计 100%。掷硬币：事件空间含正、反、反正、非正非反——后两者概率为 0。概率介于 0 与 1 之间：0 = 不会发生，1 = 必然发生。两大运算关系：独立——知道一个事件的结果不影响另一个的概率，等价条件 P(A)×P(B)=P(AB) 且 P(A|B)=P(A)；互斥——不能同时发生，P(AB)=0。最经典的陷阱：互斥事件（除非某事件概率为 0）不可能是独立事件——知道 B 发生就迫使 A 不发生，所以 P(A|B)=0≠P(A)。加法法则 P(A or B)=P(A)+P(B)−P(AB) 中的"减"是为了不把重叠部分数两次。

• Additivity:加法法则 P(A or B) = P(A) + P(B) − P(AB). If A, B are mutually exclusive (互斥), P(AB) = 0 → P(A or B) = P(A) + P(B).
• Complement:补事件 P(A^c) = 1 − P(A).
• Joint (联合概率) P(AB): probability both occur.
• Conditional (条件概率): P(A|B) = P(AB) / P(B), read "probability of A given B."
• Independence (独立): P(A|B) = P(A), equivalently P(AB) = P(A)·P(B). For n independent events: P(A₁ and … and A_n) = Π P(A_i). Do not confuse with mutually exclusive!

条件独立（conditionally independent）单独记一条：两个事件在给定第三事件 C 后可以独立也可以不独立——与它们无条件下是否独立无关。数学上，P(AB|C) = P(A|C)×P(B|C) 成立时称条件独立。教材例子：对一个学生群体，"考试成绩高于平均"与"身高高于平均"两个事件不独立（个子高的学生平均年龄大、年级高）；但把条件设为"年龄正好 8 岁"，身高与成绩就可能独立。考试口径：独立事件可能条件独立，也可能不条件独立——两个性质要分别判断。

Conditional, unconditional & joint probabilities 条件、无条件与联合概率

无条件概率（unconditional/marginal）就是"事件本身"的概率；条件概率是"给定另一事件已发生"的概率；联合概率是"两个事同时发生"的概率。三者关系：P(AB)=P(A|B)×P(B)；反过来 P(A|B)=P(AB)/P(B)。当条件事件 B_i 互斥且穷尽时，全概率法则：P(A)=ΣP(A|B_i)P(B_i)——把 A 的每条"发生路径"的联合概率加起来。下面用教材的汽车例子走一遍完整流程（无条件→条件→联合→全概率→贝叶斯）。另注意离散概率函数的例子：P(x)=x/10 定义在 {1,2,3,4} 上，P(x=3)=30%、P(x 为 2 或 4)=60%，所有概率合计 100%（这是它成为合法概率函数的条件）。

Bayes' rule 贝叶斯法则 ⭐

Counting rules 计数规则（排列与组合）

排列有序、组合无序，唯一区别是组合多除一个 r!。考试常以组队、选样形式出小计算题——动手前先判断"是否计顺序"。例：从 5 人中选 2 人组队（不计组内顺序），C(5,2)=10 种；若要求"选出队长与副队长"（计顺序），则 5P2=20 种。

Random Variables 随机变量

A random variable (随机变量) is a number whose value is determined by the outcome of a random experiment — e.g. the loss on a bond, tomorrow's return. 离散型用 PMF 描述（每个点有概率），连续型用 PDF 描述（点概率为 0、区间看面积），两者的累积版本都是 CDF。在此之上用四个矩（均值/方差/偏度/峰度）概括分布，用分位数描述"位置刻度"，用线性变换规则快速换算——这套语言贯穿后面的 VaR、压力测试与参数估计。

Discrete vs continuous & PMF/CDF 离散 vs 连续、PMF 与 CDF

离散随机变量只能取可数个值（掷骰子的点数、违约次数），用 PMF f(x)=P(X=x) 给出每个点的概率；连续随机变量可取区间内任意值（降雨量、收益率），任何单点的概率为 0，必须用区间概率（PDF 下的面积）说话。两者共用的累积函数是 CDF F(x)=P(X≤x)——离散的 CDF 是"到 x 为止的概率求和"，连续的 CDF 是密度积分；CDF 从 0 单调升到 1。注意 CDF 对离散变量也定义在全体实数上：伯努利变量 P(X<0.1456)=1−p。

💡 三个函数别搞混：PMF = 概率质量函数（mass，离散专用）；PDF = 概率密度函数（density，连续专用）；CDF = 累积分布函数（两者都有，P(X≤x)）。

Expected value & its properties 期望及其性质

期望就是"概率加权的平均值"，是随机变量的最佳单点猜测——它不保证能出现（掷骰子的期望 3.5 永远掷不出来），但长期平均会收敛到它；当结果等可能时，期望退化为简单算术平均。两条性质必须背：E(cX)=cE(X)（常数缩放）；E(X+Y)=E(X)+E(Y)（线性性，无需任何独立假设）。这是方差不能直接相加、而期望可以的原因。

The four moments: mean, variance, skewness, kurtosis 四个常用矩

一组"总体矩"刻画分布：一阶矩 = 均值（位置）；二阶中心矩 = 方差（离散度）；三阶中心矩标准化 = 偏度（对称性）；四阶中心矩标准化 = 峰度（尾部概率）。注意两点：① 除均值外都是"中心矩"（围绕 X−μ 构造），所以不受均值位置影响；② 一阶中心矩恒为 0（没用，故不用）。偏度、峰度因为既减了均值又除了标准差，可以在不同分布之间直接比较。风险含义：负偏 + 高峰 = 尾部风险最凶——左尾藏着大额亏损，肥尾意味着正态假设会系统性低估极端损失（VaR 的软肋）。正态分布：偏度 0、超额峰度 0。

PDF, quantiles & the median 密度函数与分位数

PDF 服务于连续变量：概率 = 密度曲线下面积，某点概率恒为 0——所以"连续变量取某确切值的概率"永远是 0 是概念题常客。分位数函数 Q(a) 是 CDF 的反函数：给定百分比 a，返回"累计概率达到 a"的取值。两个重点分位数：Q(50%) = 中位数（一半结果小于它）；四分位距 IQR = [Q(25%), Q(75%)]，含中间 50% 的结果，是一种"抗离群值"的离散度度量（与标准差用途类似、但只看中间段）。对称分布（偏度 0）均值 = 中位数；右偏时均值 > 中位数；左偏时均值 < 中位数——被尾部拖拽的方向就是均值相对中位数偏移的方向。示例：某考试分数 122、其分位数 74%——意味着 74% 的考生分数低于 122。

Linear transformations 线性变换 ⭐

Y = a + bX 的迁移规则是高频考点，四句话背下来：① 均值跟着动 E(Y)=a+bE(X)（位置与尺度都受影响）；② 方差只被缩放 σ²_Y=b²σ²_X——常数 a 只平移分布、不影响离散度；标准差 σ_Y=|b|σ_X（b 为负取绝对值）；③ 偏度：b>0 时不变；b<0（递减变换）时大小不变、符号翻转；④ 峰度：完全不变。记忆法：平移和正缩放不改变"形状"，只有"镜像"（b<0）会翻转偏度方向。

Common Univariate Distributions 常见单变量分布

A probability distribution (概率分布) is the complete law describing a random variable. 本章构建你的「分布库」: binomial and Poisson for counts计数, the uniform for "all values equally likely", the normal for the bell curve, the lognormal for prices价格, t/chi-square/F for inference, and mixtures to build custom shapes. 考试最难的一步是选对分布，第二难的是算对参数。

Uniform, Bernoulli, binomial, Poisson 离散与均匀族

先认四种"计数/等可能"分布。连续均匀分布：结果只落在 [a,b]，概率 = 区间长度占比——例如 X 均匀分布于 2 到 12，P(4≤X≤8)=(8−4)/(12−2)=40%；均值为中点 (a+b)/2，方差 (b−a)²/12；CDF 在其区间内是线性的。伯努利：一次"是/否"试验（如某公司是否违约），P(X=1)=p；均值 p、方差 p(1−p)（p=0.5 时方差最大）。二项分布：n 次独立伯努利试验的成功次数——注意 p 每次不变、试验相互独立；均值 np、方差 np(1−p)。泊松分布：单位时间/空间内的稀有事件数（每小时紧急呼叫、每批缺陷数），均值与方差都等于 λ；当 n 大、p 小时泊松可近似二项（λ=np）。

The normal distribution 正态分布 ⭐

正态分布的两大用途：① 很多金融变量近似正态；② 即使总体不正态，样本均值的分布也趋向正态（CLT，下一章展开）。性质要背全：由均值 μ 与方差 σ² 完全描述；对称（偏度 0、均值=中位数=众数）；峰度 3、超额峰度 0；独立正态变量的线性组合仍正态；尾部无限延伸但概率越来越小。通过 标准化 Z=(X−μ)/σ 把任意正态变成标准正态 N(0,1)，用 z 表求概率；对称性给出 F(−z)=1−F(z)——查表只需正半边。经验法则（68–95–99.7）与临界值必须张口就来；置信区间三件套（90/95/99% → ±1.65s / ±1.96s / ±2.58s）是下一章假设检验的地基。

The lognormal distribution 对数正态分布

价格不能为负，所以对价格建模用对数正态：若连续复利收益率 X=ln(S_T/S₀) 服从正态，则期末价格 S_T 服从对数正态——恒为正、右偏。价格比 S₁/S₀=(1+持有期收益) 服从对数正态，因此价格永远不小于 0（价格比为 0 对应 −100% 收益）。注意对数正态的均值 e^μ+σ²/2 大于 e^μ——凸性（Jensen 效应）所致；考试若给"价格比服从对数正态"让你求"价格<0 的概率"，答案永远是 0。

Sampling & inference distributions 推断用分布

五个推断分布各司其职。t 分布：用于总体方差未知、样本较小的正态（或近似正态）总体——比如用 n<30 的样本估计均值；对称、单参数（自由度 df=n−1）、尾部比正态厚；df 增大时收敛到标准正态，且同置信水平下 t 的置信区间比正态更宽（额外的不确定性来自"估计 σ"）。卡方分布：检验正态总体方差，非对称、下界为 0，统计量 χ²=(n−1)s²/σ₀²；df 增大趋近正态。F 分布：比较两个总体方差，统计量为两样本方差之比 s₁²/s₂²，右偏、左端截断于 0，由两个自由度（分子 df₁、分母 df₂）确定；t 值的平方服从 F(1, n−1)。指数分布：建模等待时间——等客户、等到违约；密度 f(x)=(1/β)e^−x/β，率参数 λ=1/β（违约语境中即危险率 hazard rate），均值 1/λ、方差 1/λ²；期内违约总数则服从泊松（率 t/β）——指数与泊松互为表里。贝塔分布：取值在 0 与 1 之间的柔性分布，用于建模违约概率与回收率（被部分信用风险模型采用，Part II 展开）。

Mixture distributions 混合分布 ⭐

当数据不服从任何"现成"分布时，可以用混合分布自己造一个：把多个参数分布（成分分布）按非参数权重（通常来自历史频率）随机抽取叠加。例子：股票收益 75% 的时间来自低波动正态（σ=10%）、25% 的时间来自高波动正态（σ=25%，均值相同）——先按 75/25 抽一个成分，再从该成分抽收益率。混合的美妙之处：组合不同均值的成分可以改变偏度；组合不同方差的成分可以改变峰度；均值差异足够大还能造出双峰分布。对风险管理尤其重要——它能把"低频高损"事件装进模型，让分布更贴近现实。代价：成分越多拟合越贴身，但结论也越难外推（过度贴合数据本身）。

Multivariate Random Variables 多元随机变量

Moving from one variable to two (多元) introduces joint probability联合概率 (both outcomes together), marginal probability边缘概率 (summing over one variable), the conditional distribution (joint ÷ marginal), and the crucial portfolio result: how risk combines through covariance. This chapter also delivers iid sums plus the two theorems that justify almost all of statistics — the LLN and the CLT.

Probability matrices, marginals & conditionals 概率矩阵、边缘与条件分布

二元离散变量的联合 PMF 常用概率矩阵表达：行、列各是一个变量的取值，格子里是联合概率 P(X₁=x₁, X₂=x₂)，全部加总等于 1。边缘分布=对另一变量求和：把某一行或者列加起来，就得到单个变量的分布（"行和=行变量的边缘"，列同理）。条件分布=联合÷边缘：f(x₁|x₂)=f(x₁,x₂)/f(x₂)；用条件分布可以对"给定某个信号后"的收益分布加权求和，得到条件期望。

二元函数的期望 = 概率加权平均：E[g(X₁,X₂)]=ΣΣ g(x₁,x₂)·f(x₁,x₂)。g 可以只依赖其中一个变量（比如只看收益），也可以复杂如 g=x₁^x₂——考法就是"照着矩阵把每个格子算一遍再加总"。

Covariance & correlation 协方差与相关系数 ⭐

协方差度量两变量共同变动的方向：Cov=E[(X₁−E[X₁])(X₂−E[X₂])]=E[X₁X₂]−E[X₁]E[X₂]；正=同向、负=反向、0=无线性共动。二元变量的协方差写成 2×2 矩阵——对角线是两个方差，副对角线是同一个协方差。例子：股票与其看跌期权收益负协方差；两只汽车股正协方差；股票与无风险资产零协方差。协方差的麻烦在于"带单位、量纲难解读"，于是除以两个标准差得到相关系数 ρ=σ₁₂/(σ₁σ₂) ∈ [−1,+1]——无单位、可跨变量比较。三条铁律：完全正线性相关 ρ=1、完全负线性相关 ρ=−1；独立 ⇒ ρ=0，但 ρ=0 不蕴含独立（可能只缺"线性"关系而存在非线性依赖）；相关系数只衡量线性关系强度。

Portfolio variance & the minimum-variance weight 组合方差与最小方差权重

Linear transformations on cov & corr 线性变换的影响

四条规则一次记全：设 X₂=a+bX₁——① 相关方向由 b 定：b>0 时 ρ=+1、b<0 时 ρ=−1、b=0 时 ρ=0（线性关系下相关系数必为 ±1，与 a 无关）；② 平移 a 不影响方差，缩放 b 使方差变为 b²Var(X₁)；③ 双变量缩放相乘：Cov[a+bX₁, c+dX₂]=b·d·Cov[X₁,X₂]；④ 交叉高阶矩——协偏度（coskewness）与协峰度（cokurtosis）衡量一个变量的一阶变动与另一个变量的二阶（及其高阶）变动的联动关系，例如"股票收益"与"另一变量波动率"常呈负协偏度（高波动时收益为负）。前者概念清晰，后者解释难度大，考试多为概念识别。

iid variables, LLN & CLT iid、大数定律与中心极限定理

独立同分布（iid）序列：彼此独立、来自同一分布、矩相同。由此得到两条简化：n 个 iid 变量之和——期望 nμ、方差 nσ²（方差随 n 线性增长，因为协方差项全部为 0）；n 个 iid 变量之均值——方差 σ²/n 随 n 下降，样本越大，均值越贴近真值。大数定律（LLN）保证样本均值以概率收敛到 μ；中心极限定理（CLT）保证样本均值的分布趋近正态、标准误为 σ/√n——即使总体不正态也成立（有限方差）。这两条定理是后面一切参数估计与假设检验的合法性来源。

Sample Moments 样本矩

We almost never observe the whole population — we estimate its parameters (总体参数) from a sample. This chapter covers the sample mean/variance estimators, the standard error, what makes an estimator "good" (unbiased, BLUE, consistent), skewness/kurtosis and quantile estimation, and bivariate moment estimators including coskewness & cokurtosis.

Estimating mean, variance & standard deviation 基本估计

三个起步公式必须手熟：样本均值 μ̂=ΣXᵢ/n；有偏方差 σ̂²=(1/n)Σ(Xᵢ−μ̂)²（除以 n）；无偏方差 s²=[1/(n−1)]Σ(Xᵢ−μ̂)²（除以 n−1，即贝塞尔修正）。均值有个独门性质：各观测值到均值的偏差之和恒为 0（这就是"均值平衡两侧"之义）。注意术语：估计量（estimator）是公式，估计值（estimate）是公式算出的那个数；总体矩是"真值"（未知、以 N 计），样本矩是"估计"（已知、以 n 计）——样本越大，估计越接近真值。下面走一遍教材例题（Alpha 公司五年收益）。

Estimators, bias & BLUE 估计量、偏差与 BLUE

偏差的正式定义：bias(θ̂)=E[θ̂]−θ——估计量的期望减去真值。样本均值无偏：E[μ̂]=μ，偏差为 0。样本方差（除以 n）有偏：E[σ̂²]=((n−1)/n)σ²，偏差为 −σ²/n；由于偏差已知，用 n/(n−1) 放大即修正。进一步的精益求精是 BLUE（最佳线性无偏估计量）：在所有"线性 + 无偏"的估计量里方差最小——i.i.d. 数据下，权重全取 1/n 的样本均值就是 BLUE（线性形式 μ̂=ΣwᵢXᵢ，wᵢ 独立于 Xᵢ）。注意两点考试的边界：① 可能存在非线性估计量（如最大似然估计）在某些意义上更优，但小样本下常有偏；② 方差的"有效"与"无偏"是两回事——效率是"无偏家族里方差最小"。

Consistency, LLN & CLT 一致性与两大定理

一致性（consistency）有两条：样本增大时（i）有限样本偏差收敛到 0；（ii）估计量的方差收敛到 0——即估计值会稳定地贴向真值。大数定律（LLN）正是"估计量一致"的担保（只需均值有限）；中心极限定理（CLT）再进一步：简单随机样本均值的分布趋近正态，均值 μ、方差 σ²/n——CLT 只额外要求方差有限，不对总体分布做任何假设；经验上 n≥30 即可用正态近似作推断。两条定理的应用要点：基于样本均值对总体均值做置信区间与假设检验，无论总体是不是正态，只要 n 足够大就成立。（定理的完整推导见第 4 章的 iid 小节。）

Skewness & kurtosis of a sample 样本偏度与峰度

样本偏度 = 标准化三阶中心矩 (1/n)Σ(Xᵢ−μ̂)³/σ̂³；样本峰度 = 标准化四阶中心矩；超额峰度 = 峰度 − 3（正态为 0）。偏度的形态学：非对称分布由离群值造就——正偏=右上（右）长尾（很多正离群值），负偏=左下（左）长尾。三大中心位置的关系：对称分布 mean=median=mode；正偏：mode < median < mean；负偏：mean < median < mode。教材例子极实用：100 户的社区，99 户卖 $100k、1 户卖 $1M——中位数与众数都是 $100k，但均值被那一个离群值拉到 $109k。峰度看"尾部概率与主体的比例"：峰度 > 3 为肥尾（leptokurtic），< 3 为瘦尾（platykurtic）。给风控的最后一句：实证研究表明证券收益大多既偏又峰——用正态假设建模会漏掉极端负结果；风险经理更关注尾部而非均值方差，"更大的正峰度 + 更负的偏度 = 更高的风险"。

Median & quantile estimates 中位数与分位数估计 ⭐

中位数=排序后位于中间的值（50 分位）：奇数个观测取第 (n+1)/2 位；偶数个观测取第 n/2 与 n/2+1 位的平均。例：五位基金经理收益 30%, 15%, 25%, 21%, 23% → 排序后取中间，23%；加第六位 28% 后 → (25%+23%)/2 = 24%。其他分位数（如 25/75 分位）：把数据排序后找第 a×n 位，非整数则取相邻两点平均。四分位距 IQR = [Q(25%), Q(75%)]，覆盖中间 50%——它是"围绕中位数的离散度"，类似标准差之于均值。分位数有两大宝贵性质：① 与数据同单位（可直接解读，"25% 的概率低于此值"）；② 抗离群值——中位数与 IQR 不受极端值影响，而均值会被一个错误数据点打偏。经验法则：数据含可疑极端值时，报告分位数比报告均值更稳健。

Bivariate moments: covariance, correlation & cross moments 二元矩：协方差、相关与交叉矩

两个变量的均值估计还是老办法（各自加总除 n）；样本协方差 = Σ(Xᵢ−μ̂_X)(Yᵢ−μ̂_Y)/(n−1)（注意分母同样是 n−1）；相关系数 = 协方差 ÷ 两标准差。教材例题（三状态经济）：Stock A 与 B 的协方差 = 0.0058，σ_A=0.0529、σ_B=0.1114 → ρ = 0.0058/(0.0529×0.1114) = 0.9842——高度同向。交叉矩家族要能数数：p 阶交叉矩需要 p−1 个度量——二阶 1 个（协方差）、三阶 2 个（协偏度）、四阶 3 个（协峰度）；协偏度衡量"一个变量大幅波动时，另一个变量的符号倾向"（二元正态下恒为 0）；协峰度衡量"两变量同时大幅波动"的程度——对称情形 k(X,X,Y,Y) 在二元正态下随相关系数从 0 处最小（=1）对称升到 3；非对称情形 k 从 −3 到 +3 随 ρ 线性上升。这些高阶矩是"收益与波动率联动"类现象的分析工具，概念识别为主。

Hypothesis Testing 假设检验

Hypothesis testing (假设检验) is formalized, rigorous guessing: we propose a claim (the null H₀原假设), then ask whether the sample gives enough evidence to reject it. It's the single most-tested concept in all of Part I quant. 关键习惯：永远把"想要证明的结论"放在备择假设——因为统计只能"拒绝"，不能"证明"。

The six ingredients & the decision machinery 六要素与决策机器

任何假设检验都由六件东西组成：① 原假设 H₀（指定参数的假定值）；② 备择假设 H_A（拒绝 H₀ 时接受的取值方向）；③ 检验统计量（从样本计算）；④ 检验的规模/显著性水平（α，= 拒真概率）；⑤ 临界值（与统计量比较的门槛）；⑥ 决策规则（比较后就拒绝或不拒绝）。检验统计量的通用形态：（样本统计量 − 假设值）/ 该统计量的标准误——均值的标准误在 σ 已知时为 σ/√n、未知时用 s/√n。注意一个措辞纪律：结论只能说"拒绝 H₀"或"不能拒绝 H₀"，不能说"接受" H₀——统计检验无法证明假设，只能否定。若研究问题是"均值是否不同于 X"→ 双尾；"是否大于（或小于）X"→ 单尾；实务上大多数检验默认双尾。

Type I / Type II errors & power 两类错误与功效

The t-test & the z-test t 检验与 z 检验

选择规则是高频考点：σ 未知时用 t，前提是——样本大（n≥30），或样本小但总体（近似）正态；小样本 + 非正态 → 没有可靠的统计检验。σ 已知（且总体正态）用 z。大样本 + σ 未知时 z 也"可以"接受（用 s 代入），但 t 是更保守的选择；样本足够大时 t 与 z 的临界值几乎一致，二者差别可忽略。t 统计量自由度 n−1：t=(x̄−μ₀)/(s/√n)。z 统计量：(x̄−μ₀)/(σ/√n)。

p-value & the CI–test equivalence p 值与置信区间等价性

p 值是"假设 H₀ 为真，得到至少这么极端结果的概率"，也理解为"能够拒绝 H₀ 的最小显著性水平"——所以 p<α ⇔ 拒绝。双尾的 p 值 = 两侧尾部概率之和；单尾只算一侧。例：某双尾检验统计量 = 2.3，查表 P(Z>2.3)=1.07%，故 p=2×1.07%=2.14%——在 3%/4%/5% 水平下可拒绝，但在 2%/1% 下不能。很多实务报告直接给出 p 值、让读者自选置信标准。置信区间与检验等价：把区间写成"−临界值 ≤ 检验统计量 ≤ +临界值"，就看懂了两者用的是同一把尺——95% 置信区间不包含假设值 μ₀ ⇔ 在 5% 水平下拒绝 H₀。单尾检验也对应单边区间（上尾：(统计量 − 临界值×SE, ∞)）。

More tests & traps 更多检验与陷阱

三个扩展考点。① 双均值差检验：检验两个总体的均值是否相等，等价于检验"差=0"：T=(X̄−Ȳ)/√[(s_X²+s_Y²−2cov(X,Y))/n]，H₀ 成立时服从标准正态；之后照常走流程。② 多重检验：在同一数据集上反复测试多个假设（如 10 个策略 vs 买入持有）——α 只对单次检验成立，测的越多，实际的 α 越大，第一类错误概率随之上升，"终于测出显著"往往是假阳性。这是数据挖掘/回测过拟合的统计学根源。③ 统计显著 vs 经济显著：拒绝 H₀ 只说明"效应不太像巧合"，不说明值得下注——还要扣：交易成本（买卖价差与佣金）、税负、以及样本期内收益的逐年波动等额外风险；样本极大时，微不足道的效应也能"显著"。

Linear Regression 线性回归

Linear regression (线性回归) builds a straight-line model of one variable, Y, on another, X — e.g. explaining a stock's return by the market's return. It estimates the intercept (截距) and slope (斜率) by ordinary least squares (OLS, 最小二乘) and then tests whether the slope is statistically non-zero. 记住三个"能/不能"：对系数必须线性、误差必须可加、X 必须可观测。

When linear regression applies 适用条件

三个前置条件：① Y 与 X 的关系应对（变换后）呈线性；② 误差项必须可加（误差方差与观测数据无关）；③ 所有 X 必须可观测（有缺失数据就不适用）。关于"线性"的最关键口径：线性指对未知系数线性——变量本身可以非线性，先做变换再进方程即可。例：效用函数里的边际效用递减，可把消费取对数：E(utility)=α+β·ln(consumption)，照样用线性技术估计。反例：Y=α+βX^p+ε 中 p 也是未知参数、且与 β 的关系非线性——这不能直接套线性回归。另一个易错点：当 X=0 不现实时，截距 â 的含义变成"保证均值落在回归线上"的那个值（回归线过 (X̄,Ȳ) 点），不再字面解释为"X=0 时的 Y"。

OLS estimation OLS 估计

Assumptions & classic violations 假设与违例 ⭐

OLS 推断成立的关键假设（大部分针对误差项）：① 条件期望为零 E(ε|X)=0——X 不含关于误差位置的信息（该假设不可直接检验，要靠对"数据生成过程"的判断）；② (X,Y) 观测独立同分布；③ Var(X)>0（否则斜率无从估计）；④ 误差同方差；⑤ 数据中不应有大离群值（OLS 对离群值敏感，容易被带偏）。假设①的违例有五个经典来源，考试直接用它们的名字：生存偏误（survivorship bias）——事后取样，退市/被剔除的样本不再出现（如只取还在指数里的公司）；样本选择偏误（sample selection bias）——观测的发生依赖特定结果（房价下跌时按揭再融资锐减，样本天然偏向房价上涨期）；联立性偏误（simultaneity bias）——X 与 Y 同时被决定（成交量与波动率互为因果）；遗漏变量（omitted variables）——重要解释变量没进模型，系数被污染、甚至造出并不存在的"关系"；衰减偏误（attenuation bias）——X 存在测量误差，导致系数被低估。（更系统的诊断与修复见第 9 章。）

Sampling distribution of OLS estimators 估计量的抽样分布

b̂ 与 â 是从随机样本算出的，因此本身也是随机变量——换一个样本就换一个值，各有自己的抽样分布。好消息：OLS 估计量无偏且一致（E[b̂]=β、随 n 增大收敛），且由 CLT，大样本下近似正态——这正是能做 t 检验的许可。斜率的方差有两条方向性结论要背：随误差方差上升而变大（估计更不可靠）、随 X 的方差上升而变小。直觉：X 的取值越分散，数据对"斜率"的刻画越充分；噪声越大，斜率越难测准。

Hypothesis testing the slope 斜率检验与置信区间 ⭐

三步走：① 立假设（最常见 H₀: β=0——"X 无解释力"）；② 算统计量 t=(b̂−β₀)/SE(b̂)，自由度 n−2（单变量回归：n 个观测 − 2 个估计的系数）；③ 与临界值比较。置信区间 = b̂ ± t_c·SE(b̂)，与你已经学过的"区间-检验等价性"完全一致：假设值落在区间内 → 不拒绝；落在区间外 → 拒绝。p 值读法同前：p<α 即拒绝（回归软件一般直接给 H₀: β=0 的 p 值）。注意区分两个"常用检验对象"：β=0（有没有解释力）与 β=1（是不是"复制市场"，如基金 beta）。

R² — coefficient of determination 决定系数

Multiple Regression 多元回归

Multiple regression (多元回归) adds more explanatory variables. The mechanics are the same but the interpretation becomes "holding other variables constant,"其他变量不变, and we need new tools — adjusted R², the F-test — because extra regressors always inflate plain R² even when useless. 本章的每个工具都在纠正"变量越堆越好"的错觉。

The model & partial slopes 模型与偏斜率

模型形式：Y = α + β₁X₁ + … + βₖXₖ + ε。除单变量回归的全部假设外，多一条第六假设：X 之间不能完全线性相关（每个 X 必须有其它 X 解释不了的变动，否则无法分离各系数）。系数的解读变为偏斜率系数："控制（holding）其它变量不变"时，X_j 每变动一单位对 Y 的预测影响。为什么加个变量系数就变？看教材的经典演示：先回归 Y=2.0+4.5X₁；再加入 X₂ 后得到 Y=1.0+2.5X₁+6.0X₂——X₁ 的系数从 4.5 变成 2.5。原因是：除非 X₂ 与 X₁ 完全无关，"X₁ 动一单位"时 X₂ 通常也在动，单变量回归把这个混在一起的效果全记在 X₁ 头上；多元回归把两者拆开。数学上，OLS 用步进（残差化）法实现"控制"：先把 X₁ 对 X₂ 回归取残差 φ，再把 Y 对 X₂ 回归取残差 λ，最后把 λ 对 φ 回归——斜率就是"剔除 X₂ 影响之后"的 β₁。

Goodness of fit: R², adjusted R² & their pitfalls 拟合优度与三大坑 ⭐

Hypothesis tests: t for one, F for many t 管单个、F 管一群

单个系数：t=(b_j−B_j)/SE(b_j)，自由度 n−k−1（多元回归中每个系数的"代价"都要扣）；置信区间 b_j±t_c·SE(b_j)，区间-检验等价性照旧。例：某回归中 PR 系数 0.25、SE 0.032 → t=7.81，10% 水平（临界 1.68）下显著——注意系数的大小与重要性无关（0.25 很小但极显著），一切都看 t（= 系数/标准误）。多个系数的联合假设（如 H₀: β₂=β₃=0，或全体 β=0）不能用各自的 t 拼起来，要用 F 检验：它比较"完整模型 vs 去掉若干变量后的部分模型"，F=[(RSS_P−RSS_F)/q]/[RSS_F/(n−k_F−1)]，q=被去掉的变量个数；F 永远单尾（右尾），因为统计量非负。F 大 → 完整模型显著更好 → 拒绝"这些变量没用"。

Dummy variables 虚拟变量

虚拟变量把类别信息 0/1 化（如"1 月取 1、其余月取 0"用来检验一月效应；或行业 =1/0）。核心规则：m 个类别只放 m−1 个虚拟变量，留一个作基准（baseline）——全放会与截距完全共线（虚拟变量陷阱），模型直接无法估计。系数含义："从基准切换到该类别时，Y 的平均变化（其他变量不变）"。解读示例：某 P/E 回归 截距 6.75、IND（1=生物科技）系数 8.00、G（增长）12.35、B（beta）−0.50——对一只 IND=1、G=0.14、B=1.5、DPO=0 的股票：P̂/E = 6.75 + 8.00×1 + 12.35×0.14 − 0.50×1.5 = 15.7。注意措辞纪律：说"生物科技 P/E 显著更高"时，必须加上"holding DPO、G、B constant"——这是多元回归一切系数解读的前缀。

Regression Diagnostics 回归诊断

A regression is only trustworthy if its error term behaves and its variables are chosen well. Diagnostics (回归诊断) covers four failure families: heteroskedasticity (异方差), multicollinearity (多重共线性), model misspecification (模型设定错误), and outliers (离群值) — each with distinct symptoms, tests, and fixes. A favourite FRM topic, tested mostly through "which statement is correct".

Heteroskedasticity 异方差

同方差 = 残差方差在全样本一致；异方差 = 不一致。要先分清两种：非条件异方差（unconditional）与自变量水平无关、不随 X 系统性增减——虽是假设违例，但通常没有大问题；条件异方差（conditional）与自变量水平挂钩（X 越大残差越散）——这才是真问题。条件异方差的三条后果：标准误通常不可靠；系数估计仍一致且无偏（不受影响）；由于标准误不可靠，假设检验不可靠。检测四步（White 检验思路）：① 先做 OLS 并取残差、平方；② 把残差平方作为因变量，对原自变量再回归；③ 取这第二步回归的 R²，计算统计量 χ² = nR²（自由度 = k×（k+3）/2，k 为自变量个数）；④ 若 χ² > 临界值 → 拒绝"无（条件）异方差"的原假设。修复：改用 White 标准误做假设检验（系数不必动，因为本来就无偏）。

Multicollinearity 多重共线性

先区分两个概念：完全共线（perfect collinearity）——某个 X 恰是其它 X 的线性组合（如 X₃=2X₁+3X₂），这确实违反回归假设、模型无法估计；多重共线性（multicollinearity）——两个或多个 X（或其线性组合）高度相关，并不违反假设，但会让参数估计的可靠性受损。其典型后果是：更容易错误地得出"某变量不显著"的结论（第二类错误概率上升）——并非把显著变成不显著的"力量"本身有问题，而是变量的共同变动被互相吸收、单个效应被"洗掉"。两个检测法：① 症状识别——高 R²（模型整体很强）却没有任何单个系数显著（t 全不显著、F 显著，两者"脱节"）；② 方差膨胀因子 VIF——把第 j 个 X 对其余 X 做回归得 R_j²，VIF_j=1/(1−R_j²)；VIF>10（即 R_j²>90%）视为该变量有严重共线问题。修复：剔除（或合并）高度相关的变量——但难点是找出"哪个"该剔；可用逐步回归（stepwise regression）系统化筛选。示例：把基金收益对平均 P/B、平均 P/E、市值回归——R² 高达 89.6%，但三个变量的 p 值 0.15/0.21/0.11 全部不显著：经典共线性现场。

Serial correlation & the Durbin–Watson statistic 序列相关与 DW

Model specification: omitted vs irrelevant variables 模型设定 ⭐

选变量是"艺术+理论"：要对被解释变量的经济逻辑有充分理解。两条不对称的纪律：把无关变量放进来——不构成严重问题，但除非有实质贡献，其加入会降低调整 R²（前面学过：调整 R² 惩罚冗余参数）；把相关变量漏掉——后果严重得多：遗漏变量偏误（omitted variable bias）。它成立需要两个条件同时满足：① 被遗漏的变量与模型中的自变量相关；② 被遗漏的变量是因变量的决定因素。后果：与遗漏者相关的那些已包含变量的系数会"部分吸收"遗漏者的影响 → 有偏且不一致（样本再大也不消）；偏误的大小与方向由相关性的大小与符号决定；未被吸收的部分则被赶进误差项、放大误差。所以"宁可错放、不可错漏"——但错放也要付调整 R² 的代价。偏差-方差权衡把这件事讲透：变量太多的模型（过拟合）样本内表现好、样本外崩盘——低偏差、高方差；变量太少的模型——高偏差、低方差（R² 也低）。两种系统化做法：① general-to-specific（从大到小）：从最大模型出发，逐步剔除 |t| 最小的变量；② m 折交叉验证（m-fold cross-validation）：把样本切成 m 份，用其中 m−1 份（训练集）拟合模型、剩下 1 份（验证集）做样本外验证，在候选模型里选样本外误差最低的那个。

Residual plots & outliers 残差图与离群值

残差图把残差画在纵轴、预测值 ŷ 画在横轴（也可以用标准化残差=残差/其标准差，让不同尺度的残差可比）：理想状态是残差幅度小、且与任何自变量都无关联。标准化残差的一个实用阈值：超过 ±4 个标准差的观测视为有问题。离群值为什么危险？OLS 对离群值敏感——去掉一个离群点可能让系数大搬家。识别工具是 Cook 距离：D_j = Σ(ŷ_i^(−j) − ŷ_i)²/(kS²)，其中 ŷ^(−j) 是"删掉第 j 个观测后"的预测值、S² 是全样本残差平方。含义：删掉这个点，整套预测变化多大——D_j>1 即认定为有影响力的离群值。教材例子：15 号试验点（y 异常偏高）的 Cook 距离 = 2.33/(2×1.10) = 1.06 > 1 → 判定为离群值，需检查数据或考虑稳健方法。

Stationary Time Series 平稳时间序列

A stationary time series (平稳序列) has stable statistical properties over time — constant mean, finite constant variance, and an autocovariance that depends only on the lag. 时间序列可分解为趋势（trend）、季节性（seasonality）与周期（cyclicality）三大成分；本章用线性模型刻画周期成分里的持续性（persistence）——即"今天与过去的稳定关系"。Stationarity is the precondition: past patterns must be expected to continue.

Covariance stationarity, autocovariance & white noise 平稳性、自协方差与白噪声

协方差平稳的三条件（必背）：① 均值随时间稳定；② 方差有限且稳定；③ 自协方差结构稳定。注意"有限样本"不是条件——理论上的无穷序列也可以平稳；不满足的恰恰是"有限观测数"这种说法（常见干扰项）。自协方差：当前值与其 τ 期前值的协方差（τ 为滞后）；全部 τ 的自协方差构成自协方差函数——平稳时它只依赖 τ、不依赖观测时点。ACF（自相关函数）=自协方差 ÷ 方差，缩放到 [−1,1]；平稳序列的 ACF 随 τ 增大趋近于 0。PACF（偏自相关）：剔除中间各滞后影响后的相关性——可以理解为"把各滞后同时放进回归时，各系数的显著部分"。ACF 是逐步缓慢衰减的，而 PACF 会陡降——少数几个滞后显著，恰恰是 AR 模型的候选阶数。四条"白噪声家族"的定义链：序列不相关 = 各滞后相关性为零；白噪声=不相关 + 均值 0 + 常数方差；独立白噪声=再加"独立"；高斯（正态）白噪声=再服从正态。包含关系要记准：高斯白噪声 ⇒ 独立白噪声（正态+不相关蕴含独立），反向不成立（独立未必正态）；"不相关"单独不构成白噪声（还要零均值+常数方差）。白噪声的用途：一个模型的预测误差应当是白噪声——否则误差还能被预测，说明模型有系统性缺陷（比如该加的滞后没加）。Wold 定理最后收束：任何协方差平稳过程都可写成白噪声的无限分布滞后（一般线性过程）y_t=ε_t+b₁ε_t−1+b₂ε_t−2+…。

AR, MA and the ARMA family AR、MA 与 ARMA

Lag operators & characteristic equations 滞后算子与特征方程

滞后算子 L 只是"把时间退一格"的记号：Ly_t=y_t−1，L^my_t=y_t−m；作用于常数不变。整段分布滞后可以写成滞后多项式：y_t+0.7y_t−1+0.4y_t−2+0.2y_t−3 =(1+0.7L+0.4L²+0.2L³)y。两个关键用途：① AR 过程平稳 ⇔ 滞后多项式可逆；② 可逆性用于 Box-Jenkins 方法论在等价模型间选型。高阶 AR 的平稳性不能靠"看一眼系数"，用特征方程：把 L 换成变量 r、令多项式为 0，解出全部根——所有根的绝对值大于 1（在单位圆外）⇔ 平稳。例：1−1.2L+0.32L² → 特征方程 1−1.2r+0.32r²=0 的根为 2.5 与 1.25，均 >1 → 该过程平稳。

Choosing among AR / MA / ARMA 模型识别与应用

实务识别流程：先画（样本）ACF 与 PACF。自相关骤然截尾→ 考虑 MA；缓慢衰减→ 考虑 AR 或 ARMA；衰减中还出现周期性尖峰（如每 12 期一跳）→ 提示季节性，指向 AR/ARMA。ARMA(p,q) 把两者并置（y_t=d+φy_t−1+…+θε_t−1+ε_t），平稳仍要求 |φ|<1；设定后要验证：残差不应留下任何显著自相关（模型把信息榨干了才算好）。季节性建模：对 AR 过程加入对应周期的滞后项（季度数据第 4 阶、月度第 12 阶），记法 ARMA(p,q)×(p_s,q_s)，其中 p_s、q_s 取 0 或 1（1 表示启用季节滞后）。

Non-Stationary Time Series 非平稳时间序列

Many financial series — prices, GDP, money supply — are non-stationary (非平稳): their statistical properties wander over time. Sources fall into three families (trends, seasonality, unit roots), each with its own remedy. Regressing non-stationary series on each other can produce spurious results伪回归 that look great but mean nothing — and cointegration (协整) is the concept that saves a legitimate long-run regression.

Time trends: linear, quadratic & log-linear 时间趋势

线性趋势模型 y_t=δ₀+δ₁t+ε_t（ε 为白噪声）：每期按相同金额增减。它虽然简单，但在金融经济里用途有限，两个原因：① 若趋势向下，线性模型最终会产出负值（数量/价格不能为负）；② 即便向上，"每期等额增加"意味着增长率递减——多数变量更贴近"恒定增长率"。于是有升级版：二次（多项式）趋势 y_t=δ₀+δ₁t+δ₂t²+ε；以及最常用的对数线性趋势 ln(y_t)=δ₀+δ₁t+ε_t——表示恒定增长率，还可再叠多项式（对数二次）。趋势值用回归估计（前提：ε 是白噪声；否则系数的 t 值与 R² 都会给出误导性指示，纯趋势模型不足以描述序列）。预测：线性模型 h 期后 ŷ_t+h=δ₀+δ₁(t+h)；区间预测（ε 正态白噪声时）：ŷ_t+h ± 1.96 × 回归残差标准差（95%）。剔除趋势后的序列（detrended）往往可以继续用 AR/MA/ARMA 精修——"先拆趋势，再建周期"。判别口诀：恒定金额→线性；恒定百分比→对数线性。

Seasonality: dummy variables & seasonal differencing 季节性与季节虚拟变量

季节性 = 每年重演的模式（零售销量、汽油消费）；短于一年的日历效应（星期几、假日 HDV、交易日 TDV）统称 calendar effects。建模主力是季节虚拟变量：0/1 指示当前处于哪个季节。铁律：含截距的模型最多放 "频率−1" 个虚拟变量——季度数据最多 3 个、月度最多 11 个；被省略的那个季节由"其它全为 0"自然代表（若把 s 个全放进去，某个虚拟变量可被其他人精确预测 → 完全共线，即虚拟变量陷阱）。解读纪律：截距 = 省略季节的平均值；每个虚拟变量的系数 = 该季节相对省略季节的平均差异。教材例（季度 EPS）：EPS_t=1.25+0.75D₁−0.20D₂+0.10D₃ → 第四季平均 1.25、第一季 1.25+0.75=2.00、第二季 1.05、第三季 1.35——这些均值同时就是下一年的分季预测。第二种方法是季节差分：不建模水平、改建模"与去年同期的差"（y_t−y_t−12），它对"趋势+单位根"的序列也别有帮助。h 步预测的做法：把时间趋势值按 T+h 代、虚拟变量按该期取 0/1，逐项算出来。

Random walks & unit roots 随机游走与单位根 ⭐

Spurious regression & cointegration 伪回归与协整 ⭐

Measuring Returns, Volatility & Correlation 收益、波动率与相关性

This is where quant meets risk directly: how we measure returns, what volatility really means, why returns reject normality (and how to test that), and how dependence goes beyond linear correlation. It links the distribution chapters to the time-series ideas.

Simple vs continuously compounded returns 收益率的两种口径

简单收益 R_t=(P_t−P_t−1)/P_t−1；多期简单收益 = 各期简单收益的连乘。对数（连续复利）收益 r_t=ln(P_t)−ln(P_t−1)；多期对数收益 = 各期求和（可加性）。换算公式 1+R_t=exp(r_t)——由此立刻得到两条常考结论：对数收益恒小于简单收益（exp 凸性）；时间跨度越短、两者越接近（简单收益很小时 ln(1+R)≈R），跨度一大就分道扬镳。例：简单收益 5% → r = ln(1.05) = 4.88%。组合层面两难：对数收益不可组合加总（两资产的组合对数收益 ≠ 权重加权之和），所以组合运算多用简单收益、时间序列建模多用对数收益。

Volatility, variance rate & implied volatility 波动率家族

术语分层：波动率 σ = 收益的标准差；方差（率）σ² = 波动的平方。基础建模 r_t=μ+σe_t（e 为均值 0、方差 1 的冲击）。缩放规则（收益独立时）：日→周：均值 5μ、方差 5σ²、波动率 √5·σ；年化：σ_年=√(252×σ²_日)=√252·σ_日；或用月度：σ_年=√(12×σ²_月)。隐含波动率：由期权价格反推的年度化波动率——BSM 定价公式里"当前资产价格、行权价、到期时间、无风险利率、年度方差"五个输入中，只有方差不可直接观测；期权价格已知即可反解。其固有缺陷是模型假设方差全程恒定。VIX：用多条到期日与行权价的期权价格构建的标普 500前瞻（未来 30 天）隐含波动率，依赖活跃且有深度的期权市场，可推广到股指、美国国债、商品与个股。

Non-normal returns: Jarque-Bera & power law 非正态性与 JB 检验 ⭐

前两阶矩（均值、方差）描述正态绰绰有余；金融收益却要用上第三、四阶矩：偏度（skewness）与峰度（kurtosis）。实证规律：标普 500 与日元/美元汇率收益负偏、黄金正偏；三者峰度都大于 3（正超额峰度）——"左尾藏大亏、极端值远多于正态预告"。Jarque-Bera 检验联合检验偏度与峰度：H₀：S=0 且 K=3（=正态）；H_A：任一不成立。统计量 JB=(T−1)[Ŝ²/6+(K̂−3)²/24] ~ χ²(2)；临界值 5% → 5.99、1% → 9.21；JB 小→不拒绝正态，JB 大→拒绝。还有一个方向性规律：测量期越长（如月收益 vs 日收益），JB 往往越小——收益在更长时间尺度上更接近正态。幂律尾部：许多肥尾分布的尾部满足 P(X>x)=k·x^−α——幂次衰减远慢于正态的指数衰减，t 分布就是典型；这解释了为何"距离均值很远的观测"在现实中比正态模型预言的常见得多——也是 VaR 模型必须关心尾部的理论背书。

Correlation vs dependence 相关 vs 依赖 ⭐

两个变量要么独立、要么依赖：独立时联合密度 = 边缘密度之积 f(x,y)=f_x(x)f_y(y)——分散化收益最大、尾部风险最小。但金融资产通常既线性、又非线性地相互依赖。分层工具箱：Pearson 相关系数只度量线性依赖（回归与相关的桥：把 X、Y 都标准化到单位方差后，相关系数 = 回归斜率 β）；协方差描述的是方向性共动，但带量纲。非线性依赖没有"单一统计量"，两大常用度量：Spearman 秩相关——对观测排序后算线性相关（对秩、不对原值），公式 ρ̂_s=1−6Σd_i²/[n(n²−1)]（d_i 为同一年 X、Y 的秩差）；它专门捕捉单调关系，且因用秩而对离群值免疫——若秩相关与线性相关差距很大，说明有重要的非线性关系。Kendall τ——数"同序对（concordant）与逆序对（discordant）"：τ=(n_c−n_d)/[n(n−1)/2]；全同序=1、全逆序=−1；两变量独立时期望为 0。两者都满足：取值 [−1,1]、完全独立时为 0（反之不必然）、尺度不变（scale invariant）、正负号与单调方向一致。教材双例（4 年、n=4）：Spearman ρ̂_s=1−6×10/(4×15)=0；Kendall τ=(3−3)/6=0——两种口径同时报"无单调关系"。正定性：任一线性组合的方差必须非负 → 协方差/相关矩阵必须正定；当所有变量方差为 1 时，相关矩阵与协方差矩阵相同。为保证正定，实践常用两种结构化相关：等相关（equicorrelation）——矩阵内全部相关系数相等；单因子结构——相关系数由共同因子暴露决定 ρ_ij=φ_iφ_j（各暴露在 [−1,1]，乘积即相关系数）。

Extension: GBM, GARCH & parametric VaR 延伸：波动率模型与 VaR

（波动率模型的应用层）几何布朗运动（GBM）：dS/S=μdt+σdW ⇒ ln(S_T/S₀) ~ N((μ−σ²/2)T, σ²T)。σ²/2 是凸性修正（伊藤引理）：e^x 凸 → 期望价格 S₀e^μT 高于中位路径 S₀e^{(μ−σ²/2)T}；对数正态均值 e^μ+σ²/2 与之同源（符号相反）。EWMA：σ²_t=λσ²_t−1+(1−λ)r²_t−1（RiskMetrics 日频 λ=0.94）——按几何衰减给近期冲击加权，λ 越大越平滑；其等价旧冲击权重为 λ^k(1−λ)。GARCH(1,1)：σ²_t=ω+αr²_t−1+βσ²_t−1——在 EWMA 上加入长期方差项 ω=γ·V_L，因此具备均值回复（EWMA 是 γ=0 的特例、无均值回复）；稳定性要求 α+β<1，长期方差 V_L=ω/(1−α−β)。参数法 VaR：VaR=z_α·σ·价值（多日再乘 √t）——95% 用 1.645、99% 用 2.326；"时间平方根法则"与方差随 t 线性增长同义。

Simulation & Bootstrapping 模拟与自助法

When a problem resists closed-form solutions — exotic option pricing, stress-test capital, small-sample inference — we simulate. Monte Carlo (蒙特卡洛) draws from an assumed model; bootstrapping (自助法) resamples the data itself. The exam focuses on the mechanics: the five steps, how sampling error shrinks, and the two variance-reduction techniques.

The five steps of Monte Carlo & the DGP 五步骤与数据生成过程 ⭐

蒙特卡洛的核心思想：把"求期望/分位数"换成"模拟大量场景再汇总"。标准五步——① 按假设的数据生成过程（DGP）生成随机数据 x_i（通常默认标准正态，肥尾数据改选 t 分布）；② 计算目标统计量 g_i=g(x_i)；③ 重复①②共 N 次；④ 从 {g₁,…,g_N} 汇总出想要的量；⑤ 计算标准误评估精度，不达标就加大 N。典型应用：奇异期权定价、宏观变量冲击评估、压力情景下的资本要求。除了矩（均值、方差），模拟还能求分位数——这正是风险管理的生命线（1% 或 5% 下尾分位）。例：初始资金 C₀=$100 投标普 500，一年末资金 C₁=C₀(1+r) 是随机变量；模拟输出的不是"一个数"，而是一整条 C₁ 的概率分布——范围与尾部分布一目了然。

Sampling error: s/√N and what it costs 采样误差与代价 ⭐

Antithetic variates: 负相关压方差 对偶变量

思路：与其花钱加场景，不如让现有场景"自我平衡"。若原随机抽样记为 u_t，就用其补集 −u_t 复跑一遍——两组完全负相关（corr=−1）。两组合并估计 x̄=(x₁+x₂)/2 的方差：var(x̄)=[var(x₁)+var(x₂)+2cov]/4。不用对偶时两组独立、cov=0，只剩前两项；用了对偶，cov<0，分子变小——采样误差必然更小（无需任何附加条件）。这是"少次数、高精度"的第一板斧。

Control variates: 借一个"已知答案" 控制变量

思路：用一个性质已知的相似变量 y 给未知变量 x 做校正。同一组随机数分别模拟 x 与 y（估计值 x̂、ŷ），重定义估计：x* = y + (x̂ − ŷ)——即"以已知的 y 真值为锚，加上模拟里 x 相对 y 的偏差"。当 x̂ 与 ŷ 高度相关时，误差相抵，x* 比原 x 估计更准。数学条件：var(x*) = var(x̂)+var(ŷ)−2cov(x̂,ŷ) < var(x̂) 化简得 cov(x̂,ŷ) > var(ŷ)/2；换成相关系数形式：corr(x̂,ŷ) > ½·√[var(ŷ)/var(x̂)]——相关性要"足够高"（且为正）才划算。直观：y 与 x 越像，用 y 纠偏越有效。

Bootstrapping: i.i.d. 与循环块 CBB 自助法 ⭐

自助法不从分布抽、直接从历史数据抽：有放回地反复重抽观测样本，"画中画"地仿制抽样分布，且不做任何分布假设（这正是它相对蒙特卡洛的优势——不依赖 DGP 假设）。两大流派：i.i.d. 自助法——逐点有放回抽取。例：10 个观测中抽 3 个，第一次可能是 {x₂,x₇,x₉}、第二次 {x₂,x₅,x₁₀}、第三次 {x₁,x₁,x₈}——样本可重叠、同一点可出现两次，都因"有放回"。它要求观测独立；但金融数据常有时变依赖（波动率一会儿高一会儿低），于是有 CBB（循环块自助法）：以块为单位有放回抽，块长 n 观测的 √n 为宜——块首尾循环回绕（如 10 点数据块长 3：{x₈,x₉,x₁₀} 之后还有 {x₉,x₁₀,x₁}、{x₁₀,x₁,x₂} 两个回绕块）。块长要足以承载数据依赖，又不能大到块数太少。两大失效禁区：① 当前市场状态与历史常态不同时不可靠——用 2007–09 危机前的低波动历史去做自助 VaR，会得出"低得离谱"的风险读数；② 市场发生了永久性结构变化时失效——如 2008 年起美债利率近零十年，历史上从未有类似长样本可抽。

Pseudo-random numbers & disadvantages 伪随机数与两大缺点

伪随机数发生器（PRNG）：计算机里的"随机数"其实由确定性公式产出（故称 pseudo），典型输出为 (0,1) 均匀分布的序列；初始种子决定整条序列——同一个种子永远重放同一串数。这带来两个好处：可复现（不同实验共用同一模拟数据、监管合规要求结果可重现）；计算集群（多台机器用同一种子，各自模拟同一组因子下的不同组合、结果可协调）。"不可预测"不等于"真随机"——它们看起来随机，是因为公式复杂得难以预测。模拟法的两大缺点：① DGP 误设——输入分布假设错了，再多迭代也救不回来（典型：期权价格本为肥尾，却从正态抽）；② 计算成本——参数复杂时，1 万次以上重数的成本高昂，而市场复杂性还在上升。

Machine-Learning Methods 机器学习方法

Machine learning (机器学习) lets models find patterns in data for practical use — with data, not hypotheses, driving what enters the model. This chapter gives you the map: the three learning categories, data preparation, and the core unsupervised tools (PCA, K-means) plus reinforcement learning and NLP. The next chapter covers prediction algorithms and performance evaluation.

ML vs classical econometrics 机器学习 vs 经典计量 ⭐

哲学分岔：经典计量与统计里，经济/金融理论驱动数据生成过程——分析师选模型、选变量、提假设，计算机负责估参数、测显著性，最后人判断"数据是否支持预期"；机器学习反过来，让数据自己决定模型包含什么，全过程不检验分析师的特定假设，目标直指预测精度。因此传统模型在意的东西——解释变量独立性、正态性、统计显著性、误差项检验、拟合质量——大都不适用于有监督机器学习。ML 的三大适用优势：处理超大规模数据、更大的灵活性（灵活函数形式捕捉非线性交互）、更宽的模型设定面。术语对照是概念题原型：自变量 → inputs / features；因变量 → outputs / targets（即 labels）。

Three categories of learning 三类学习

有监督：用带标签数据学"x→y"——预测变量值（房价、明年国债收益率）或分类（球赛输赢、是否违约）；横截面与时间序列都适用。无监督：没有目标变量，纯找结构——聚类、识别少数解释因子；不用于预测，但极常用于理解数据（例：内部审计用无监督方法筛查分类账中异常的会计分录，决定是否深入调查）。强化学习：在变化环境中试错决策——风险管理的三大场景是分块大宗交易、衍生品组合对冲、整体投资组合管理。

Data preparation & cleaning 数据准备：标准化、归一化与清洗 ⭐

ML 模型常要求变量"尺度一致"，两条路：标准化（standardization）——减均值、除标准差，得到零均值、单位方差，适合覆盖面广（含离群值）的数据，是默认首选；归一化（normalization，又称 min-max 变换）——映射到 [0,1] 区间，注意它通常不具有零均值或单位方差。清洗（ML 中最耗时环节）的清单：缺失值（少则删、或补均值/中位数、或用其它观测估计）、离群值（偏离均值数个标准差）、重复观测、记录不一致、无关观测。

PCA & K-means: unsupervised workhorses PCA 与 K-means ⭐

PCA（主成分分析）的目标是降维：用少量不相关成分承载"一大堆相关变量"的几乎全部信息（相关成分互相重叠、不独立增值，故要提炼成不相关的主成分）。金融教科书案例：收益率曲线变动用少数主成分描述——最重要的两个是 平行移动（level：所有利率同向同幅）与扭转（twist：短端与长端反向）；实测 7 个国债利率、10 年 120 个月的数据，前三个成分就解释了曲线变动的 99%。PCA 输出为原变量的线性组合。
K-means 聚类：K（簇数）由分析师设定；质心（centroid）初始随机，随后迭代"分配-重算"——每个点归入最近质心，质心更新为所辖点的中心，直到质心不再移动。距离可选欧氏（直线）或曼哈顿（折线）：d_E=√Σ(x_iQ−x_iP)²；d_M=Σ|x_iQ−x_iP|。拟合优度看惯性 inertia=Σd_j²——越小越凝聚；但 K 越大惯性必然越小，所以要找"边际收益拐点"：肘部法则（scree plot）——惯性下降开始明显放缓的那个 K 即最优；轮廓系数（silhouette）是替代法：比较观测与本簇/邻簇点的距离，得分最高的 K 最优。

Underfitting, overfitting & sample splitting 欠拟合、过拟合与数据三分 ⭐

过拟合：模型太复杂/参数太多——训练集误差极低，换新数据表现骤降；ML 比传统计量更容易过拟合。欠拟合：模型太简单，捕不住相关模式；传统计量更容易欠拟合。判例：对冲基金业绩与规模（AUM）关系预期呈倒 U（小基金覆盖不了成本、大基金决策迟滞）——灵活的 ML 模型能直接拟合这条抛物线，而线性传统模型会欠拟合。偏差-方差口径：欠拟合 = 高偏差、低方差；过拟合 = 低偏差、高方差。
数据三分（机器学习标配）：训练集估参数；验证集在候选模型间做选择（选定后即"用完"）；测试集最终评估已选模型——若测试表现≈训练表现，即称泛化（generalization）。典型配比 2/3、1/6、1/6；训练集太小 → 参数估计有偏，验证集太小 → 模型选择不准。横截面数据无天然顺序、可随机三分；时间序列有顺序——训练取前段、验证居中、测试殿后。数据量小则用 k 折交叉验证：合并训练+验证切成 k 份（常用 5 或 10），轮流留一份做验证、其余训练，10 个验证结果取平均；k=n 时即留一法（leave-one-out）。

Reinforcement learning: states, actions, rewards 强化学习与 Q 值 ⭐

强化学习 = 为"在环境中做连续决策"生成策略，目标是奖励最大化；靠大量试错（如同计算机自我对弈）从拙劣起步、随时间大幅改善。三要素：状态 S（环境）、动作 A（决策）、奖励 R（最优决策时最大）。核心量是 Q 值 Q(S,A)：在状态 S 下采取动作 A 的期望价值；某状态下的最优策略取 V(S)=max_AQ(S,A)。决策时在"已知最好动作（利用 exploitation，概率 p）"与"新动作（探索 exploration，概率 1−p）"之间权衡——试错越多，p 越大。Q 值更新两法：蒙特卡洛法：Q^new(S,A)=Q^old(S,A)+α[R−Q^old(S,A)]（α 如 0.01 或 0.05，用"实际奖励 − 旧估计"的偏差修正）；时序差分法（temporal difference）：只看前一步决策、假定"目前最优策略即今后策略"。教材数值例：Q(4,3) 由 0.5 起——蒙特卡洛下，奖励 1.2、α=0.01 → 0.5+0.01×(1.2−0.5)=0.507；时序差分下，奖励 0.3 加下一状态值 0.8 → 0.5+0.01×(0.3+0.8−0.5)=0.506。深度强化学习：用神经网络替代整张 Q 表来估计。

Natural language processing 自然语言处理

NLP（又称文本挖掘）让机器理解书面与口头语言；优势是速度快、无人工审阅的不一致与偏见；应用于财务造假识别、公司公告情感打分、文本分类等。预处理五步：① 分词（tokenize）——只留单词、去掉标点符号空格、统一小写；② 去停用词（the、has、a 这类只起语法作用的词）；③ 词干化（stemming）——砍到词干，"arguing/argued/argues"→"argu"；④ 词形还原（lemmatization）——还原到真正的词（"worse"→"bad"），与词干化相似但结果是真实单词；⑤ 视需要建 N-gram——把有组合意义的词组当整体（"exceed analyst expectations" 优于三个孤词）。处理后文本按"词袋"对待（除 N-gram 外，词序与关联不重要）。情感分析：用预分类的"情感词"清单计数——正面词干如 grow、relief、increase、rise；负面如 concern、disappoint、decrease、decline。4 个正面词 vs 6 个负面词 → 总体判负面。难点：正面词出没于否定语境（"would have resulted in an increase"）——对策是用人工审阅结果与算法结果比对校准。

Machine Learning & Prediction 机器学习与预测

This capstone chapter is about making predictions and scoring them honestly — from encoding raw categories and taming complexity with regularization, through trees, ensembles, KNN, SVM and neural networks, to the confusion-matrix metrics that separate a genuinely useful model from an overfit one.

Categorical variables & regularization 类别变量与正则化 ⭐

编码（mapping/encoding）把非数值信息转成数字。没有天然顺序的类别（例如居住县）用独热编码：本县记 1、其余全 0——每个类别一个独立虚拟变量；有天然顺序的类别（收入档）用有序编号：0=低于 5 万、1=5–10 万、2=10 万以上——虚拟变量可以取 0/1 之外的值，但顺序信息被编进了数字大小里。
正则化给模型"装刹车"，防止过大过复杂、压低过拟合概率，两大流派都对目标（损失）函数加惩罚项：岭回归（Ridge，L2）——惩罚斜率系数的平方和，L=RSS+λΣβ²，目的把系数收缩向零（用解析法估参）；LASSO（L1）——惩罚绝对值之和，L=RSS+λΣ|β|，不重要的系数直接被置为零，故是"特征选择"方法（用数值法估参）；λ 越大、剔除的特征越多。弹性网（elastic net）是把两种惩罚项相加的混合体。共同收益：收缩系数→在测试数据上大幅降方差。目的记牢：正则化=简化模型+抗过拟合。

Logistic regression & thresholds 逻辑回归与阈值 ⭐

金融里的"是/否"问题（有无退休计划、是否违约）把结果编码为 1/0；线性模型不适用，逻辑回归（logit）把线性组合 y_j=α+β₁x₁+…+β_mx_m 送进逻辑函数（sigmoid）f(y)=1/(1+e^−y)——输出落在 0 到 1，可解释为"y=1 的概率"。参数用最大似然法估计（模型非线性，OLS 不适用；实操中用更好算的对数似然函数最大化）。预测三件套：① 设阈值 Z；② 算 P_j；③ 按 P_j≥Z 判 1、否则判 0。阈值怎么定？看两类错误的成本：Z=0.5 意味着对称成本；若"该违约却被放贷"远比"错拒一笔好贷款"昂贵，Z 要压低（如 0.1）——宁可多怀疑。
连续输出的模型（如预测收益率）用均方预测误差 MSFE=Σ(y_i−ŷ_i)²/n_test 打分，或用绝对值版的平均绝对误差。

Decision trees & information gain 决策树与信息增益 ⭐

决策树把"逐层提问"画成倒长的树：顶端根结点、中间决策结点、末端叶结点；既能分类也能回归（合称 CART）；因为讲得清链路，被称为白盒模型（对照神经网络的"黑盒"）。每个结点挑哪个特征来问？挑信息增益最大的那个——增益 = 父结点的无序度 − 子结点的加权无序度。无序度两种计法：熵 entropy=−Σpᵢlog₂(pᵢ)（二分类语境取值 0–1）；基尼系数 Gini=1−Σpᵢ²。教材演算（16 家公司样本，10 履约 / 6 未履约）：基础基尼 = 1−(10/16)²−(6/16)² = 0.46875；按"销售增减"切分：9 增（5 履约/4 未）基尼 0.49383、7 减（5 履约/2 未）基尼 0.40816，加权 = (9/16)×0.49383+(7/16)×0.40816 = 0.45635；信息增益 = 0.46875−0.45635 = 0.0124。连续变量（如赊销占比）则选使增益最大的阈值切分。树的收尾：特征用完或叶结点达到"纯集"（如"收入下滑的公司全部未履约"）；头号风险仍是过拟合——对策是剪枝：预剪枝（结点样本数低于阈值即停止分裂）、后剪枝（先长大树再剪掉弱结点）。

Ensembles, KNN & SVM 集成、KNN 与支持向量机

集成学习：把多种模型的输出合成一个——"三个臭皮匠"平均出更稳的估计，同时防过拟合。三条路线：装袋（bagging）——从训练样本有放回抽多份、各训一棵树再聚合，平均化降方差；从未被抽中的袋外（out-of-bag）观测正好用来评估；粘贴（pasting）与装袋之差在无放回（500 个样本、每次 25 个 → 恰好 20 份子样本）。随机森林——大量决策树，且在建树时对特征或观测抽样（常用特征数≈总特征数的 √），核心收益是降低树与树之间的相关性（低相关 → 集成表现最佳）。提升（boosting）——串行纠错：梯度提升用上一模型的残差建新模型；AdaBoost 从等权重起步、对错分观测逐轮加码。
KNN：不动训练数据、预测时再找"最近 k 个邻居"投票/取均值——故称惰性学习器（lazy learner）；K 常取训练样本量的平方根（n=400 → K=20）。K 的权衡：太大 → 平滑过度、高偏差低方差；太小 → 抖动剧烈、低偏差高方差。SVM：特征多时的利器；两类之间找最宽的一条分离带（两条平行线夹住）、支持向量是贴在两缘的数据点、分离边界=路径中线；多特征时边界升级为超平面，维数 = 特征数−1。

Neural networks & gradient descent 神经网络与梯度下降 ⭐

人工神经网络（ANN）最常见的形态是前馈网络 + 反向传播：输入层特征经权重 w 线性组合、加偏置（bias）、过激活函数（常用 logistic，"引入非线性"是全章关键句），逐层前传；反向传播负责在迭代中不断更新权重与偏置。单结点输出 = bias + Σw_jx_j。由于没有解析解，用梯度下降最小化目标函数——沿"山谷最陡下降线"迭代；学习率控制步幅：太大在山谷两侧来回横跳，太小则爬行太慢。深度网络的过拟合警报：隐层和结点过多时；停止时机（双数据集同看）：训练集目标函数还在改善、但验证集目标函数开始恶化的那一点就该停——这是防过拟合的教科书闸门。

Model performance: confusion matrix & beyond 模型成绩单 ⭐

二分类模型用 2×2 混淆矩阵清点四格：TP（判正且真）、FP（判正但假）、TN（判负且假）、FN（判负但真）。四指标：准确率=(TP+TN)/全体、精确率=TP/(TP+FP)（"报的警里有多少是真的"）、召回率=TP/(TP+FN)（"真的里抓到多少"）、误差率=(FP+FN)/全体——注意准确率+误差率=100%（同一分母互补）。教材演算（500 家公司并购预测：TP=96、FN=54、FP=124、TN=226）：准确率 64.4%、精确率 43.6%、召回率 64.0%、误差率 35.6%。ROC 曲线把"真阳率 vs 假阳率"画成一条线，AUC=曲线下面积：=1 完美；=0.5 等于瞎猜；<0.5 反向指标。逻辑回归 vs 神经网络的对比（教材表）：训练集上两法准确率持平、精确率神经网络占优、召回率逻辑回归占优——指标互相矛盾时没有显然赢家；此时回到混淆矩阵的原始计数对比更可靠（谁在哪个样本上抓对了更多 TP/TN）。

🧮 Interactive Calculators 在线计算器

Practice FRM-style numbers with these live calculators在线计算器. Each mirrors a formula from 各章对应讲义公式 — type values, click the button, and the out panel shows the worked result. All functions are defined in the trailing script; inputs read by id, output written to the matching out_xxx div.

📐 Formula Sheet 公式速查表

The essential equations from , grouped by topic. The FRM exam gives a limited formula table公式表 — internalize the relationships above the raw algebra (e.g. SE = σ/√n, portfolio variance, Bayesian updating, EWMA/GARCH recursion).

Probability & Statistics

概率与统计的八条核心公式：加法法则、条件概率与贝叶斯、组合数、二项与泊松分布、期望方差、对数正态矩、组合方差与相关系数。建议全部能默写并各配一道手算例题。

Inference & Regression

推断与回归部分：均值与斜率的 t 统计量、OLS 估计量、R² 与调整 R²、F 统计量的 R² 表达式，以及回归结论成立所需的前提条件。这一组是计算题的主力公式。

Time Series

时间序列四条：AR(1) 及其平稳条件与长期均值、MA(1)、随机游走的方差随时间增长、信息准则 AIC/BIC。考前把平稳条件再确认一遍。

Returns, Vol & Correlation

收益与波动部分：对数收益、GBM 的对数价格分布、EWMA 与 GARCH(1,1) 递归式、参数法 VaR 以及 Kupiec 似然比统计量。VaR 计算里的 z 值务必用精确口径。