w***w
发帖数: 6301 | 1 我来define什么是variance。
我认为variance就是失去自己全部本金的风险。或者说打破bankroll的概率。
对负ev的game，所有variance是一样的，或者说打破bankroll的概率是100%，而不
管你在多长时间内打破bankroll。
对正EV的game，variance是自然概率的一个系数，但是和edge成反比。你的edge越
大，你打破bankroll的概率越小。
variance并不是纯粹的起伏，而是能够威胁到bankroll的起伏。所以一个平稳的game未
必就是variance小，起伏大的game未必就是variance大。
用Kelly准则计算，一个赢2输1的玩家，和一个赢1.1输1的玩家相比，在赢率各是50%的
情况下，前者的起伏是后者的5倍时，打破bankroll的风险还比后者小（ variance比后
者小）。
所以一个game如果更受自然概率的影响，更不容易体现edge，这个game的variance就更
大。 |
|
s*****n
发帖数: 2174 | 2 主要就是如何计算整体variance的问题.
如果可以认为equal variance, 那么整体variance就可以用pooled variance. 本质就
是样本variance的加权平均.
如果不能认为equal variance, 那么就要用别的公式. 本质上就是把mean(X2)- mean(
X1) 看成样本的一个线性组合, 硬去求它的variance(近似)分布.
不过实际上, 如果不能认为equal variance, 做这个t-test本身是否有意义就有争论.
在不同方差的分布之间, 比较均值, 实际意义并不明确. |
|
T********n
发帖数: 528 | 3 On variance with same blinds - of course you shouldn't compare given same
blinds. This is why usually limit to NL variance comparisons are done with
comparing buyins (while more detailed comparisons take into account winrate)
. So you can say NL 100 is close enough to equate to 3/6 LHE (3/6 LHE is
bigger), and given those two games if you play a TAG winning style, in
general LHE has higher variance. The only time NL 100 will be a higher
variance is if you play a "see you at the river" game an... 阅读全帖 |
|
d*****0
发帖数: 1500 | 4 我觉得这个讨论很有现实意义，实际上我们讨论的是在poker里对于赌博的倾向性问题
珍珠哥，你说的gambler的定义是什么。不管odds多少，愿意放很多很多钱进池赌输赢
，同时享受赌的乐趣么？哥绝对不是那种，呵呵。
因为牌是random发出来的，poker里无时无刻都存在variance，都需要玩家来抉择继续
还是放弃，所以才引入概率，讨论正负ev。所以，我先提一个观点，如果你觉得不对，
那我们也没有必要继续下去
观点一，只要是理论上+EV的决策，无论多少钱，投进去都是正确的，长期来讲，是你
最终盈利的基础。并且因为他是一个系数，所以投进去越多，理论上盈利越多。
但是，这个观点，有一个前提条件。就是，你必须要有充足的bankroll来承受poker里
的variance。当可能的variance大到能够重创甚至wipe out玩家整个bankroll，并且难
以重建的情况下，我们不得不规避一些+ev的spot。
1 对于绝大多数有正常工作，尤其是已经建立起一定bankroll的老油条poker玩家来说
，1千4百的variance应该都能承受，吧
2 附上AKo对上30%起手牌（且没有... 阅读全帖 |
|
p********a
发帖数: 5352 | 5 ☆─────────────────────────────────────☆
cici (full house) 于 (Mon Nov 7 08:33:47 2011, 美东) 提到:
对于logistic regression
log（pi/1-pi）=b0+b1x1+b2x2
我现在已知independent variables和response variable{log(pi/1-pi)}
我要怎么做才能把参数b0,b1,b2 fit出来？非常感谢
☆─────────────────────────────────────☆
sleephare (I+don't+know.) 于 (Mon Nov 7 14:16:38 2011, 美东) 提到:
SAS, R?
☆─────────────────────────────────────☆
cici (full house) 于 (Mon Nov 7 16:19:05 2011, 美东) 提到:
R,thanks
☆────────────────────────────────────... 阅读全帖 |
|
t*****a
发帖数: 459 | 6 这个好难啊，还口试，都是数学系的路数。。。
欧洲同学的数学基础都很好，听美国这边学数学的同学说，一般数学系都要求学至少一
门欧洲语言方便读paper
我来瞎说一下。不过这个理论要求高的课很多回答估计是要从公式出发回答的。也希望
听听别人怎么说。
第5个说的是subject effect的variance吧？（因为between subject variance貌似是
测量的？)，我觉得说的是，没有adjust for covariate之前，数据上看subject造成的
一大部分variance实际上是due to the covariate而不是真正的subject造成的
variance，adjust for covariate之后比较能正确地反映subject造成的variance，这
个时候variance小了因为一部分正确地shift到covariate那儿去了。这个要是从理论高
度解释，可以从 s.e. beta的公式出发，那个我看着就晕啦。
第4个看着像个操作性问题。有的outcome随时间有平台效应，所以就取log time使之和
outcome有近似线性的关系，不过这... 阅读全帖 |
|
W********m
发帖数: 7793 | 7
On variance with same blinds - of course you shouldn't compare given same
blinds. This is why usually limit to NL variance comparisons are done with
comparing buyins (while more detailed comparisons take into account winrate)
. So you can say NL 100 is close enough to equate to 3/6 LHE (3/6 LHE is
bigger), and given those two games if you play a TAG winning style, in
general LHE has higher variance. The only time NL 100 will be a higher
variance is if you play a "see you at the river" game a... 阅读全帖 |
|
s********e
发帖数: 38 | 8 有一篇文章（见附图）是这么说的，用几个resolution的栅格来对同一个image计算
variance（在每个栅格cell内像素值做平均之后，用全域的栅格值来算variance）, 如
果variance和栅格尺度成power关系，则该field为scale-invariant
于是我试了试，如果生成一个uniformly random的white noise图像，再用几个不同
resolution的grid来做variance，用这个定义的话，发现也是scale-invariant，因为
variance和格子的大小也是成power关系的
为什么呢？white noise应该不是scale-invariant的啊？wiki上也说white noise的指
数应该是0，但是确确实实算出来power关系是成立的，而且指数是－2，什么地方理解
错误哦？
谢谢指点 |
|
W********m
发帖数: 7793 | 9 Pot size has no effect on whether your ev is + or - for one hand or over
long term. Variance also has no impact on true EV. Your actual money gain
or loss is only an estimate of the true EV. Variance has an impact on how
often your estimate can deviate from your true EV. It can deviate up or down
. The larger the sample size is, the less variance it has for the estimate
and it should always converge to your true EV. (We say variance, it is
really standard error which should be used to describe... 阅读全帖 |
|
b*****t
发帖数: 52 | 10 披个马甲上来分享一下我的想法和经验
我本人在牌桌上经验很少，属于大鱼类型。看风暴的牌历史每每有惊艳的感觉。版主绝
对是我偶像。
但是我在期货市场还是很有经验的，干了10年，至少也做了30万手交易。六位数一天不
是奇迹，30秒内也输过宝马6。一起合作或者在我手下干的交易员先后有10个以上了。
我觉得炒期货和打牌的决策过程，思考方式，甚至bankroll如何管理基本上是相同的。
看了你的文章觉得你很不容易，所以想把一点经验和你分享。
bankroll管理绝对是能否生存的关键。如何对待输赢是能否成功的关键。
先说bankroll
1 必须有一个downside limit.这个数字就是你一天的底线。大小应该是你最好的一天
的一半或者更小点点。或者是你平均盈利的2到3倍。
2一旦输到DL，神仙在你也要当日洗手不干以待来日。
3 一旦连着两天输到DL或者三天输钱，下一天降一挡不求赢大钱只求赢小钱。
4一天的目标就是不要输DL的一半。
5 帐号至少要有10个DL。
再说对待输赢
和你形容的相反，我是这样对待一天的。
1）前5个交易非常重要，务必求胜，要谨慎小心找胜率最好的交易。务必让一天赢钱开
始... 阅读全帖 |
|
s********e
发帖数: 38 | 11 【 以下文字转载自 Faculty 讨论区 】
发信人: silverwave (silverwave), 信区: Faculty
标 题: 懂scale-invariant field或者图像处理的朋友请看进来
发信站: BBS 未名空间站 (Sat Oct 27 16:00:26 2012, 美东)
有一篇文章（见附图）是这么说的，用几个resolution的栅格来对同一个image计算
variance（在每个栅格cell内像素值做平均之后，用全域的栅格值来算variance）, 如
果variance和栅格尺度成power关系，则该field为scale-invariant
于是我试了试，如果生成一个uniformly random的white noise图像，再用几个不同
resolution的grid来做variance，用这个定义的话，发现也是scale-invariant，因为
variance和格子的大小也是成power关系的
为什么呢？white noise应该不是scale-invariant的啊？wiki上也说white noise的指
数应该是0，但是确确实... 阅读全帖 |
|
n*******p
发帖数: 231 | 12 贴得有点晚了，有点抱歉。5月31号第二个window最后一天考的BEC，感觉不太好。
题目总体有点怪，难度上比wiley容易一些，但是跟becker比起来，似乎难一些。
Becker的题目比较直接，考试的题目不是那么直接的。
很多COSO的题目，大概就是根据COSO,公司会怎么做。不少corporate governance的题
目，还有几个跟code of ethics有关。很多variance analysis的题目，direct
material price variance, usage variance, labor rate and efficiency variance,
variable overheard and fixed overhead variance, 反复考。印象中cost of debt
and equity financing也有一些。
economics，supply and demand基本上没有出现。information tech那一块儿出现得不
多，就算出现也是跟control有关的。
印象中计算不像far那么耗时间，都是一步就出来的，不过个... 阅读全帖 |
|
l**********1
发帖数: 5204 | 13 so what? if your found can solve solid wet or hard bio can’t solve non-
linear trend between
count level and variance by Deseq or other softs ?
pls refer,
01-16-2013, 12:40 AM #1
JesperGrud
Junior Member
Location: Odense
Join Date: Aug 2012
Posts: 5
DESeq and independent filtering
Hi everyone
I know this topic has been up a few times, but yet there is a question. So
the basic idea about filtering is that it is done unsupervised to remove
genes that are too lowly expressed to become signif... 阅读全帖 |
|
s********e
发帖数: 38 | 14 【 以下文字转载自 Faculty 讨论区 】
发信人: silverwave (silverwave), 信区: Faculty
标 题: 懂scale-invariant field或者图像处理的朋友请看进来
发信站: BBS 未名空间站 (Sat Oct 27 16:00:26 2012, 美东)
有一篇文章（见附图）是这么说的，用几个resolution的栅格来对同一个image计算
variance（在每个栅格cell内像素值做平均之后，用全域的栅格值来算variance）, 如
果variance和栅格尺度成power关系，则该field为scale-invariant
于是我试了试，如果生成一个uniformly random的white noise图像，再用几个不同
resolution的grid来做variance，用这个定义的话，发现也是scale-invariant，因为
variance和格子的大小也是成power关系的
为什么呢？white noise应该不是scale-invariant的啊？wiki上也说white noise的指
数应该是0，但是确确实... 阅读全帖 |
|
z***e
发帖数: 5600 | 15 1. Replication of variance swap by strip of options is fine at least for SPX
index options. Note that size of a certain option is fixed (proportional
to 1/K^2). In fact, market maker do trade replication strips to close their
VIX positions during the special quote window of the expiring Wednesday.
3. There is also a special case when extrapolation instead of interpolation
is required to calculate VIX index when next monthly SPX option expiration
is five weeks away. Has CBOE started using week... 阅读全帖 |
|
p********a
发帖数: 5352 | 16 ☆─────────────────────────────────────☆
tamuer (hoho) 于 (Fri Oct 21 20:41:07 2011, 美东) 提到:
前面有人问bootstrap能不能更逼近真理。我不是这方面的专家，但是发表一点自己的简
介，希望和大家交流一下吧。
总体而言， 我觉得使用bootstrap不能说是逼近真理。但是有的时候，确实比不做boot
strap比更好，或者比使用单一样本更接近真理。大家都觉得bootstrap没有真正用处的
原因是觉得所有bootstrap重复抽样的样本都是从一个样本里出来的，所以用bootstrap
的效果不会比使用原来的样本好多少。这一点我也同意。
但是从另外一个角度来说，一个样本里面包含的信息是很丰富的，我们是否已经完全利
用了现有样本里面的信息呢？最简单的例子来说，一个样本，很多时候我们用就用samp
le mean来summarize样本信息，但是使用sample mean的时候又忽视了多少样本中原来的
信息呢? 比如各种quantile的信息之类。 类似的，换一个角度来说，bootstrap是在... 阅读全帖 |
|
y*****w
发帖数: 1350 | 17 假设下面一个crossover design：
subject, random effect
renal site, fixed effect
drug treatment, fixed effect
SAS linear mixed model is as follows (no interaction effect of site and drug
):
proc mixed data=tmp cl;
class subject site drug;
model diff=site drug / ddfm=kr cl;
random subject;
run;
在crossover design的情况下，作linear mixed model后，如何计算inter-subject
and intra-subject coefficient of variation? 我看到下面这个blog提到intra-
subject coefficient of variation的计算：
http://onbiostatistics.blogspot.com/2014/03/in... 阅读全帖 |
|
w*******9
发帖数: 1433 | 18 自己手动吧，survfit算出每个curve的值和variance,你再手动取差值，variance就是
俩variance的和，不过要注意前面的variance得是estimated survival function的
variance,因为默认不是这样的 |
|
u*******r
发帖数: 2855 | 19 主要是怎么建模的问题
首先你要考虑如何定义时间和空间的类别，比如
1. 空间是fixed effect
则要考虑它是continuous variable or categorical variable
如果是categorical variable，你可以采用上面某位建议的，建立一组dummy variable,
A, B,..., X
y(space=A)=K1*time+A+ε1
y(space=B)=K1*time+B+ε2
...
y(space=X)=K1*time+X+ε3
三种方式处理dummy variable:
1)sum(A+B+...+X)=0;
2)A=0
3)不加限制，但是只有dummy variable之间的相对大小有意义
当然你也可以加入二次方，比如y=K1*time+K2*time^2
如果你把空间定义为continuous variable，那么
你可以像上面建议的那样只考虑线性:
y=K1*time+K2*space+ε
也可以考虑interaction
y=K1*time+K2*space+K12*time*space+ε
可以考虑更高次方
y=... 阅读全帖 |
|
z****e
发帖数: 54598 | 20 计算一个数组的mean和variance
由于这是两个normal相加，所以mean和variance都是两个独立的mean和variance的关系
翻统计书，我不太记得了，不过应该是如下关系
mean = (mean1 + mean2)/2
variance = variance1 + variance2 + 2Cov12
从题目看，这个Cov12应该是0
然后就是解二元二次方程组
java写sqrt什么要用Math.sqrt来做 |
|
W********m
发帖数: 7793 | 21 Great work with the winnings~~~ Nice to have motivations. I am comfortable playing NL100 nowadays, except that I just lost the motivation a bit.
There are ways to play a relatively low variance game. That is what that
cardrunner video is trying to point out. It is not necessary to play high
variance game at NL100 where everyone is fish. The biggest problem with
large variance is that you don't know what your true win rate is until all
the dust settles. I am 4-5bb/100 hand this month, with ma... 阅读全帖 |
|
t****t
发帖数: 95 | 22 right! the rest of it is beyond our control.
Indeed, in terms of pot odds, I had some thought which is related to
this
topic.
1. Pot odds implies the percentage hands that hit or miss.
2. for a given hand, the sequence of cards is deterministic but not
random.
3. If we must apply pot odd to one hand, the following must be true:
a) the pot size is consistently same. Here, pot odds/EV is perfectly
justified with little variance.
b) the pot size is random enough in large-number sample pool.... 阅读全帖 |
|
d*****0
发帖数: 1500 | 23 哥的感受
ak哥说EV理论对短期的少量的牌局结果不起作用，哥觉得中间可能有个理解上的问题
确实，在手数很低的情况下，实际结果会跟数学上的EV有相当大的差别 所以在一个或
者几个session里 经常会碰到相反的结果 或者接连撞上对手的top range 从而摧毁玩
家对EV理论的信仰 退化成赌徒
我个人看法，广义上的EV理论，无时无刻不体现在牌局进程中，
1 poker play里，切实存在着一套价值标准，来判断每一个决策是否朝着赢钱的方向做出
2 纯概率论上的ev值，是抛开其他所有条件，仅从数学上计算出某个决策的大约的期望
值（如本帖里大家算来算去得到的数值），当然在还有很多情况下，这个ev值本事还是
离散的，根本无法算出。哥称这个ev为，狭义上的EV值。
3 所以，之前提到的这套衡量决策的价值标准，不但需要包含狭义上的ev理论，同时还
需要加入对其他的已经存在并且作用于牌局的信息的分析和判断。这些信息包括，玩家
之间的水平差距，历史，table dynamic，等等等等。这些个信息，乍一看，更加模糊
，更难量化，但是他们确实作用着牌局的进程乃至结果，有些时候，某一决策，这些对
其他... 阅读全帖 |
|
W********m
发帖数: 7793 | 24 bank roll 风险 is risk of ruin, or probability of your bankroll goes to zero.
This probability is a function of expected value (so called edge) and
variance.
你的edge 和游戏的variance 都会影响到你的risk of ruin, 这个无争议， 基本就是
你说的B, 但你的edge和game 本身的variance 关系不是很大。 影响variance 更多的
是 游戏本身的特点加上你和对手的打法。 |
|
w***w
发帖数: 6301 | 25 这个就是说game本身是不是利于edge的发挥。
比如百家乐，在赌场不抽水的情况下，variance也比poker大。因为没有人可以从里面
拿到edge。
棋类，variance就非常小。基本上就是edge决定。
那么在poker的不同games之间，有些更像百家乐一点。有些更像棋类一点。
不是说某人的edge来决定game 的variance。
而是说这个game是不是更容易让技术好的拿到edge。
越容易让技术好的拿到edge，game的variance越小。
zero. |
|
s*****0
发帖数: 357 | 26 说正题以前，先胡扯几句，算是给已经转了统计或者正在转统计的朋友们提个醒。我这
是杂谈贴，不是劝退。偶尔隔壁统计版逛逛，如今正在向生物版靠拢，成为劝退的大本
营。以前是SAS大本营，原本已经很悲哀了，现在有赶超我版的苗头。归根到底就一个
问题，就是现在的行情统计好不好找工作。我要去隔壁说统计很多availability，估计
立刻会被砖头拍死，为什么？因为大部分在版的job seeker都是fresh，又没有经验又
要身份支持，哪怕有一千个机会, 这么一stratify，也剩不了几个，而且广大的老印兄
弟还虎视眈眈。
其时学统计的时候必须要弄清楚一个问题，应用统计的关键在于应用，大部分转统计的
人都不会去搞methodology念PhD，而是期望靠统计找份工作。但当你工作后就会明白，
统计只是一个工具，工作的经验有一部分讲究的是你对统计工具的娴熟，但更看重的是
你在行业里累积的经验。比如在药厂里搞生统，当你写SAP的时候会去理解一个
therapeutic area，在银行里建模，你会去理解各种各样的风险模型信用模型。你以后
改resume跳槽，真正值得突出的是这些经验，而会什么mult... 阅读全帖 |
|
e**e
发帖数: 3 | 27 You are calculating the biased sample variance and with one sample
value getting a variance of zero.
Calculate the bias-corrected (unbiased) sample variance instead, which
for one single sample always gives an undefined variance.
Monte |
|
s********e
发帖数: 38 | 28 有一篇文章（见附图）是这么说的，用不同resolution的栅格来对同一个image计算
variance（在每个栅格cell内像素值做平均之后，用全域的栅格值来算variance）, 如
果variance和栅格尺度成power关系，则该field为scale-invariant
于是我试了试，如果生成一个uniformly random的white noise图像，用这个定义的话
，发现也是scale-invariant，因为variance和格子的大小也是成power关系的
为什么呢？white noise应该不是scale-invariant的啊？wiki上也说white noise的指
数应该是0，但是确确实实算出来power关系是成立的，而且指数是－2，什么地方理解
错误哦？
谢谢指点 |
|
s********e
发帖数: 38 | 29 有一篇文章（见附图）是这么说的，用不同resolution的栅格来对同一个image计算
variance（在每个栅格cell内像素值做平均之后，用全域的栅格值来算variance）, 如
果variance和栅格尺度成power关系，则该field为scale-invariant
于是我试了试，如果生成一个uniformly random的white noise图像，用这个定义的话
，发现也是scale-invariant，因为variance和格子的大小也是成power关系的
为什么呢？white noise应该不是scale-invariant的啊？wiki上也说white noise的指
数应该是0，但是确确实实算出来power关系是成立的，而且指数是－2，什么地方理解
错误哦？
谢谢指点 |
|
i**f
发帖数: 1195 | 30 thank you yoda! you made it clearer.
from statistical point of view, IIV is the variance of a random variable(
random effect) in the nonlinear mixed effects model frame.The ETA you
mentioned is an estimate of the variance. There is noway to estimate this
variance using the naive average.
One can still characterize the IIV by calculating the standard deviation of
CL but it is not the same thing as the variance talked above.
I am pretty good at NONMEM：）and I am writing my own algorithm to implemen |
|
b*******r
发帖数: 32 | 31 variance(year1 to year2)=variance(now to year2)*2 - variance(now to year1)*1
Implied volatility of a one year option forward starting in 1
year=sqrt(variance(year1 to year2))
But you have implied volatility of 2 year option <<< implied volatility of 1
year option. So in this case, it will end up seeking square root of
negative number- there is no solution in this case.
Gurus, any ideas? |
|
l****o
发帖数: 2909 | 32 1. Mishra SK, Wang SY, Lai KK, Explicitly B-preinvex fuzzy mappings,
INTERNATIONAL JOURNAL OF COMPUTER MATHEMATICS , 83 (1): 39-47 JAN 2006.
2. Lean Yu, Shouyang Wang, K.K. Lai, An Integrated Data Preparation Scheme
for Neural Network Data Analysis, IEEE Transactions on Knowledge and Data
Engineering, 18, pp.1-13, 2006.
3. Kin Keung Lai, Lean Yu, Shouyang Wang, Multi-agent Web Text Mining on the
Grid for Enterprise Decision Support, Lecture Notes in Computer Science,
3842, pp. 540 - 544, 2006.
4... 阅读全帖 |
|
m***t
发帖数: 21 | 33 我是新手，想请教一下大家一般在做Asset allocation的时候
比如用mean variance的方法
return和variance matrix是怎么获得的
return可以用1m或者1y的expected return？
variance matrix用相同时间长度的time average？
如果是这样的如何取这个时间的跨度？如何保证estimation error很小
mean variance貌似对error很sensitive
但是这样optimize出来的asset allocation对future的prediction应该不是很好吧
或者这个方法是要和factor model之类的prediction结合使用？
谢谢大家了。
incorporate
. |
|
i**w
发帖数: 71 | 34 背景:fresh physics PhD
还没offer,但年前基本上不会再折腾了。
有重复。基本上都是很标准的题。
简单的题如果人家想问倒你也是很容易的。
面试书recruiter推荐
1) Mark Joshi: "Quant Job Interviews: Questions and Answers". I have
heard very good things about this book.
2) Xinfeng Zhou, "A Practical Guide to Quantitative Finance Interviews"
个人觉得非常有用， 大部分问题都在这两本上。
算法，C++, stochastic calculus 就看比较标准的几本。
- sqrt(i)=?
- You and me roll a dice,first one gets a six wins. You roll first. what
is the probability of you winning?
- A stair of n steps. Each time you st... 阅读全帖 |
|
w**********y
发帖数: 1691 | 35 多谢分享.大概做了做..欢迎补充和指正.
- sqrt(i)=?
e^{\pi/4 i} or - e^{\pi/4 i}
- You and me roll a dice,first one gets a six wins. You roll first. what
is the probability of you winning?
P(I win) = P(Y !win and I win) = 6/11
- A stair of n steps. Each time you step up 1 or 2 steps. How many
different ways are there to reach the top? what is the asymptotic limit?
Fibonacci sequence ..limF(n)/F(n-1)==x for n>2, solve x, and F(n) ~ x^{n-1}
- Moment generating function of standard model.
statistic book…
- Write a si... 阅读全帖 |
|
t*******y
发帖数: 637 | 36 第二题应该是6/11吧
能讲讲这个吗? - X1 and X2 are independent random variable with pdf f and g.
what is what is the pdf of X=X1+X2
Jacobian matrix for X1+X2 and X1-X2..
多谢分享.大概做了做..欢迎补充和指正.
- sqrt(i)=?
e^{\pi/4 i} or - e^{\pi/4 i}
- You and me roll a dice,first one gets a six wins. You roll first. what
is the probability of you winning?
P(I win) = P(Y !win and I win) = 5/6*1/6
- A stair of n steps. Each time you step up 1 or 2 steps. How many
different ways are there to reach the top? what is the asymptotic... 阅读全帖 |
|
s******s
发帖数: 63 | 37 嗯 想了一下，如果你要estimate的是variance的话，antithetic貌似会增加variance。
假设有Y1 Y2,那么var的估计是(Y1^2+Y2^2)/2.估计的variance是1/4（var(Y1^2) +
var(Y2^2) + 2cov(Y1^2,Y2^2)）.用antithetic会让correlation为1，是的整个
variance
偏大。 |
|
i**w
发帖数: 71 | 38 这些是最近两个月每次面试完，给C同学(谢谢陪我一路哈~~)的汇报整理出来的。其实
也没怎么整
理...
大部分都是常见的题。有些常见的题就直接没列。还有些当时忘了的，现在更记不起来
了。
有些是电话上的，有些是onsite。题目有些没说清楚，大家将就，领会精神。
本来什么都没定下来的时候一肚子感想和经验，想着有一天搞定了，一定好好总结总结
。现在定下来
了，倒没了兴致了。。。但想想从版上看过那么多面试题和面经，我争取写点儿，励志
型的，给出身
不好的同学们一点鼓励。也顺便攒攒人品，希望OPT快点儿下来!
1. Singly linked list, write a function to print the nodes backwards.
2. solve dS = (a - b*S)dt+sigma*dW Calculate the variance of S(T)
3. what does it look like if we plot: floating variable against the
actual value assigned to the variable?
4.... 阅读全帖 |
|
i**w
发帖数: 71 | 39 这些是最近两个月每次面试完，给C同学(谢谢陪我一路哈~~)的汇报整理出来的。其实
也没怎么整
理...
大部分都是常见的题。有些常见的题就直接没列。还有些当时忘了的，现在更记不起来
了。
有些是电话上的，有些是onsite。题目有些没说清楚，大家将就，领会精神。
本来什么都没定下来的时候一肚子感想和经验，想着有一天搞定了，一定好好总结总结
。现在定下来
了，倒没了兴致了。。。但想想从版上看过那么多面试题和面经，我争取写点儿，励志
型的，给出身
不好的同学们一点鼓励。也顺便攒攒人品，希望OPT快点儿下来!
1. Singly linked list, write a function to print the nodes backwards.
2. solve dS = (a - b*S)dt+sigma*dW Calculate the variance of S(T)
3. what does it look like if we plot: floating variable against the
actual value assigned to the variable?
4.... 阅读全帖 |
|
r**a
发帖数: 536 | 40 How/Where did you get this formula? I do not think it is correct. In my
opinion, the simple answer of the question is that the numerical factor
should be 1/2.The complicated answer is the following
$$
P&L_t=1/2*gamma*(realized local variance-expected local variance)*S^2,
$$
where $P&L_t$ is the instantaneous P&L and expected local variance is also called "BS forward implied variance. The derivation should be the same to
the eq.3.4 in Gatheral's book "the volatility surface". |
|
u********h
发帖数: 146 | 41 代码很简单，计算vanilla call price如下，
但问题是代码中这个likehoodratio到底是怎么得出来的啊？看了看paul glasserman的
书上的likehoodratio算出来的和这个明显不同啊。
但是用这段代码算出来的东西是varaince小了并且结果也精确了，
求各位大侠帮忙解释一下如何计算的这个likehoodratio，或者给一点提示或者给点
reference也行啊
小弟先谢过了
double MonteCarlo2(const PayOff& thePayOff, double Expiry, double Spot,
double Vol, double r, double Strike, unsigned long NumberOfPaths)
{
double variance=Vol*Vol*Expiry;
double rootVariance=sqrt(variance);
double itoCorrection=-0.5*variance;
double drift_impsampling=log(Stri... 阅读全帖 |
|
t*******y
发帖数: 18 | 42 赞补充。之前只谈 hold to settlement 的情况是想尽量简化，把区别讲清楚。在
settlement 之前，考虑 mark to market，一个 unexpected volatility shock 对VIX
future 和 variance swap 价格（假设同时到期）的影响大致取决于两个因素：
1.距离到期的时间T - t
2.市场预期这个shock 会有多长时间的影响。
Variance swap 的价格受 Et[Variance from T-t to T] 的影响， VIX future 价格受
Et[Variance from T to T+30]的影响，这两个expectation 都会受到这个
volatility shock 的冲击，但这两个因素就会决定sensitivity的不同。 |
|
t*******y
发帖数: 18 | 43 Wow, 抛砖引玉了！
感谢大家回帖，趁这里人多，问几个不明白的地方。
@zooie
Yes, it is Vega, WTF with my brain.
Thank you for sharing your experience. I'd like to discuss the issue further
if you have time.
1. I have no doubt that trading strips of options can largely hedge your VIX
position, especially for a short while. My doubt is merely about whether we
can exactly replicate a payoff of variance swap: σ^2 - E(σ^2) with option
portfolios. The position required for each option is actually 1/(T * K^2),
instead of 1/K^2, T is c... 阅读全帖 |
|
c******3
发帖数: 18 | 44 Suppose that a random variable has a variance of 100.
Now I sample it independently 5 times, and calculate the variances.
The question is how to compute the theoretical variance of the sample-size-5
variance.
Thanks. |
|
c******3
发帖数: 18 | 45 Thanks for your reply.
I should have stated my question clearly. Sorry for the confusion. My real
question is as follows:
I have a random variable, which follows a normal distribution N(0, 100).
Now I sample it 5 times, and get a sample of size 5.
Given such a sample, I can calculate its variance. Let the sample variance
be v_1.
Now I repeat the sampling process n times, and calculate the variance for
each sample.
As a result, I obtain n sample variances, v_1, v_2, ... v_n.
Given these n sample |
|
h*******e
发帖数: 226 | 46 有6组数据做比较，每组的sample size 不是相同的(ie,unbalanced)
想要比较他们的mean是不是不同，做anova 和posthoc
做anova要满足，normal distribution and homogeneity of variance
我要先测试这两个条件满不满足。
我的问题是
1) test normality的时候是对全部六组的数据一起做，还是单独的每一组数据来分别
test
2）homogeneity of variance 是比较这六组的各自的variance是不是相等么？
3）如果我一套数据里针对某一些变量是normal distributed and equal variance ，
但另一些不是，那么我在处理这一套数据的里面是不是要根据满不满足条件而选择
parametric或者nonparametric的方法进行处理？这样做对于一整套数据来说会不会有
问题呢？ |
|
g**d
发帖数: 723 | 47 We know for an estimator that there is variance vs bias trade-off. It is
easy to understand the bias for an estimator. But what is the variance of an
estimator? It is definitely not the variance in the sample data, but
someone argue that since the estimator is deterministic, then there is no
variance in the estimator. Could someone help me out here please? Thanks. |
|
s*********t
发帖数: 3 | 48 有个关于Generalized Linear Mixed Models(GLMMs）的问题：
请问在R或SAS中能否得到 covariance matrix between fixed effect estimators (\
beta) and variance component estimator for random effect(\sigma)
在R或SAS中可以得到fixed effect estimators的variance matrix，也可以得到
variance component estimator(\sigma)的variance。但是能否输出它们两者的
covariance呢？
多谢～ |
|
T*******I
发帖数: 5138 | 49 我认为你的数据中的variance不是完全由随机测量所产生的，而是有一部分由不同的“
测量法：方法A和方法B等”导致的。尽管在同一方法内部的variance是随机测量产生的
，但不同的方法之间的variance就不是单纯的随机变异了。而不是随机变异导致的
variance就不能用处理随机变异的方法来分析。这应该是一个最基本的统计学常识。因
此，你可能需要找到一种方法将不同方法计算的工业指标一致化，然后再作统计分析；
否则，我认为你会犯错误。
打个比方，你要测量100个成年中国人男性的身高。一部分人你用的是米制尺，另一部分
人你用的是英寸制尺，两部分人群的测量结果是不可混在一起分析的，除非你找到了转
换方法将两类测量结果转换为一致的测量。我在我的文章里曾提出过“测量的一致性”
应该是统计学里的一个重要的公理性陈述。
这种由不同测量法导致的测量结果上的差异不是单纯的随机误差，而是包含了系统误差，
而系统误差在统计分析前就应该被避免或消除。
以上意见供参考。 |
|
g**a
发帖数: 2129 | 50 data one;
input FirmID $ Year earnings $ Mean Variance ;
datalines;
BBB 2004 E1 100 8
BBB 2005 E2 300 10
BBB 2006 E3 600 12
BBB 2007 E4 530 30
BBB 2008 E5 410 28
;
run;
proc IML;
use one;
read all;
xmean=mean;
xvar=variance;
xyear=year;
Numrow=Nrow(xmean);
do y=1 to Numrow;
sim=rand('NORMAL', mean[y], sqrt(variance[y]));
do x=2 to 250 by 1;
sim=sim||rand('NORMAL', mean[y], sqrt(variance[y])); |
|
