非参数估计在投资中有用吗?

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

说句得罪人的话,我觉得无论是非参数估计还是非参数回归的实际意义都不大

在金融投资界，我看到绝大多数人都一直使用最传统的OLS(虽然他们使用的很不严谨,但毕竟能解决些实际问题)
也看到有些人用ECM、ARIMA之类的东西
但是，却真的没见到过非参数方法
所以，我真的很困惑，非参数在金融投资产业中的价值在哪里呢？

我想,因为OLS和其他参数方法可以解决很多问题(虽然经常不是很严谨),因此绝大多数情况没有必要动用非参数方法.
(你家门前就有个小饭馆的话,你肯定会走着去,而不会先开车兜一圈然后再停到那家饭馆门口)
我见过一个用非参研究股市的论文，洋洋洒洒四十多页，我从头认真读到尾，但不知道他要说什么。直到看到最后conclusion，才发现作者就是想说明上证指数和深综指是相关的--我觉得真是见鬼了,他直接用Excel算一个correlation不好么?

而且,非参方法的另一个缺点是结果很难直观的解释
比如说,一个变量是A指数,另一个变量是B指数
OLS可以告诉我们A指数上升一个单位后，B指数会如何变化
ECM也可以告诉我们A指数的变化,对B指数(长期均衡/短期)的影响
但非参数方法呢?就告诉我们两个指数是相关的,而且之间的关系有可能是线性的也有可能是非线性的.说白了,我们还是无法知道他们之间的互动关系.这就更活见鬼了~你说我们怎么按照这个结果进行投资?这样一个结果对于投资者来说有什么用?

非参数方法的最后一个缺陷就是它的可信度并不高
我们之所以要用非参,就是因为我们无法确定变量间的函数形式
那话又说回来了,你连两个变量间的关系都没想明白,只是一股脑把他们输入电脑,然后拿到一个结果--这个结果你自己真的会信么?就算你自己勉强信了,你怎么说服别人信?

我上面说的这些话有点找骂.不过,想骂我的人请先让自己冷静半分钟,想想为什么基金经理、研究员们都在用OLS而不是非参数方法?并请枚举一下,非参数方法真的可以解决哪些他们关心的问题?(并且是参数方法解决不了的)

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏3 回帖

关键词：非参数估计 参数估计 非参数 correlation Conclusion 投资 参数估计

The correlation could only give you the linear correlation. Suppose the two variable's relationship is not linear, they will give you the very wrong result. I guess OLS stands for ordinary linear square estimate, so for OLS, it could fit the relationship like Y=x+x^2+x^3.., but it won't do well with the nonlinear relationship like y= X1*exp(X2). So you need nonparametric regression to fit the data. Under the circumstance of financial data, it is even more important, since nonparametric could linearly combined finite number of functions, and make better predictions. I hope this could help.

你上面说的都不错,参数方法有很多缺陷,非参有很多优点

但是,问题是,实际应用中,我没看到什么很实用的非参方法啊.

找骂谈不上，但是你的看法有几点值得商榷：
1. 首先你把非参数方法和OLS相对立，这只是看到非参数方法非常小的一个使用范围，也就是非参数回归方法，其实非参数方法在量化投资的研究和实践中使用是非常普遍的。你可以上一个量化投资研究内容比较多的碗盏，搜搜non-parametric，应该可以发现很多内容；你也可以顺便搜搜OLS，或许这种方法并没有想象的那样主导。据我所知，OLS在实际投资中的使用是非常有限的。
2. 把“投资”等同于“股票投资”在进一步等同于“从甲来判断乙的走向”也是不太恰当的，金融投资的量化研究涵盖很广，非参数方法在风险管理、衍生工具标价、债券及信用产品等等方面的使用很普遍。
3. 某种方法有很直观的解释、或者能够清楚地显示从甲到乙的关系（比如你所提到的OLS方法）并不应该是这种方法优越于另外一种没有直观解释、不能清楚显示逻辑关系的理由，在金融研究和实践中，重要的是大概地对，而不是精确地错，金融投资研究因为有其独特的复杂性，所以很多时候直观的方法是没有办法使用简单、直观的办法来反映实际情况的，所以才使用不太方便的方法，比如非参数方法。
4. 非参数方法也并不一定好于参数方法，都取决于使用在什么问题上，简单话地将一类方法打死也许并不是很客观的。
5. 同意如果家门口有一个小饭馆，那么应该走着去，最好让老板送上门来。呵呵。

的确，普通的简单回归方法，只能给你个大概的答案，但是如果你要在实际市场中作量化投资，显然要用到非参数的方法，比如很多情况下需要的是尾部估计，极值拟合，往往非参估计的效果更好。

非参学的深还是很有用的， 不过相当难