合成数据的评价指标 （3）

前期回首：

承接上文，上文提到应对一些特定场景，会用到一些特别的统计目标，去权衡分解数据的质量，比如金融价格序列的自相关性、厚尾散布、波动率聚集、杠杆、粗细波动、盈亏差池称、偏自相关性，明天我们继续先容一些关于金融价格时候序列的统计目标。

方差比率检验

在有用市场的假定条件下，金融资产的价格需服从随机游走。方差比率检验是经过检验收益率的方差能否是时候的线性函数，从而考证金融资产的价格能否为随机游走。A股市场会在短期内表示出随机游走的特征，在中持久表示出非随机游走的特征

Pt为t时辰股票价格，Var(·)是其方差的无偏估量。在随机游走假定下，对任何投资水q，其方差比率VR期望值为1。

长时程相关

长程相关性也叫持久记忆性或延续性，序列分歧间的观察值劝明显相关性，曩昔的状态可对未来和现在发生影响。时候自相关函数以幂律形式衰减。

在金融范畴，长时程相关意味着间隔较久的证券价格之间也存在相关性。我们经过 R/S 分析法计较 Hurst 指数，从而判定模拟时候序列能否具有长记忆性。

若 Hurst > 0.5, 则暗示模拟时候序列具有长记忆性。

序列类似性

模拟的时候序列需要具有多样性，以对应各类潜伏场景。我们经过 DTW 算法去量化两头时候序列之间的类似水平，从而判定两者形状能否婚配。在满足前八条目标的条件下，模拟时候序列的类似性越低越好。

偏自相关性

偏自相关性权衡了收益率序列能否存在滑动均匀（Moving Average, MA）的成份。假如收益率序列存在MA的成份，那末偏自相关系数将随着滞后阶数的增加显现拖尾的特征，使偏自相关性目标明显不为0。在弱有用市场中，假如不斟酌资产收益的再投资，那末收益率序列不存在偏自相关，该目标接近0；假如斟酌收益的再投资，那末该目标应大于0。

结论

本文简单先容了几种可以用来评价金融时候序列的方式，后文将继续先容更多关于表格分解数据的评价方式。

关注 @宽客进化，领会更多分解数据利用

编辑：月晕而风

北京宽客进化科技有限公司

——用数据聪明加速野生智能

保举阅读：