知识卡片
分位分组表现只是条件摘要
将波动指标按样本分位分箱,再分别汇总回报统计,结果描述本样本各箱表现。全样本qcut边界可能用到后来的数据,若用于实时决策须另用当时可知阈值;最高波动箱历史比值最高不能推断今后也最好。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- · 查看原书依据
trade_rets.groupby(pd.qcut(vol, 4)).agg(sharpe) Out[114]: [0.0955, 0.16] 0.490051 (0.16, 0.188] 0.482788 (0.188, 0.231] -0.731199 (0.231, 0.457] 0.570500 这个结果说明,该策略在波幅最高时性能最好。 译注5:
参考来源
- 位置:《利用Python进行数据分析》第11章《十分位和四分位分析》(spine320;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0306.html;u257-ch11-014)。
- 结论依据:原文在“trade_rets.groupby(pd.qcut(vol, 4))”附近的定义、例子或代码支撑本卡核心说明:将波动指标按样本分位分箱,再分别汇总回报统计,结果描述本样本各箱表现。边界按已读前提解释;示例未执行。
- 原始内容:trade_rets.groupby(pd.qcut(vol, 4)).agg(sharpe) Out[114]: [0.0955, 0.16] 0.490051 (0.16, 0.188] 0.482788 (0.188, 0.231] -0.731199 (0.231, 0.457] 0.570500 这个结果说明,该策略在波幅最高时性能最好。 译注5: