如何解决如果数据服从正态分布
我有一个股票 3538 个交易日的数据集。我想知道的是，平均而言，在多少天（例如每 10 个交易日、每 100 个交易日）中，人们可以期望观察到数据集中最负的极端回报IF将是正态分布的。
首先我计算了回报的最小值：
min(DB$Returns)
-17.48879
集合中的交易天数：
Trading_days <- nrow(DB)
3538
该回报的概率（或更低）：
p <- pnorm(-17.48,mean=-0.02189114,sd=1.806319)
2.12269e-22
平均而言，如果数据呈正态分布，您预计每隔多少天才能实现这样的回报？
1/2.12269e-22
这是正确的方法吗？我想知道的是 pnorm(...) 调用是否在这里正确使用，因为它基本上总结了极端回报的尾部概率（而不仅仅是单个极端回报的概率）。然而，仅仅计算一次回报的概率也没有多大意义，因为它不能很好地表明极端回报。
感谢任何帮助
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
