归档模型比较
此组合暂不可比较:原标为 1% 的第 22 日实验未重设尾部概率,前序代码已将它改为 2.5%。等待原始数据重算,当前不显示该组合指标。
DATA / VOLATILITY & TAIL RISK
AMZN · 2015–2024 历史研究 · ARCH / GARCH / VaR / ES
正在加载研究档案…
先核实口径,再解释风险。原 AMZN 价格数据暂缺;这里展示已保存日志的数值与重新核算的频率。模型尚未重跑,多日累计风险和 ES 得分暂不展示。
原实验的目标是第 H 日的单日收益,不是未来 H 日累计收益。超越指实际收益低于模型的下尾分位数;接近目标频率才是校准方向,更少并不自动代表更好。
精确二项检验与区间只核算频率,并假设超越事件独立。原逐期预测未提供,不能核实超越是否成簇;p 值较大也不能证明模型合格。不同期限、不同样本数不合并排名。
100 × log(Pₜ / Pₜ₋₁),单位为百分比;描述统计来自归档输出
范围线连接样本最小与最大值,中框为 Q1–Q3;只展示五数概括,不从截图重建直方图或每日曲线。
Pearson 峰度:正态分布为 3;样本值是历史描述,未经原 CSV 复算
较高峰度提示样本存在厚尾特征,不等同于“收益服从正态分布”,也不能直接用来预测未来极端事件。
原累计实际值少算一天,22 日模拟只相加了前 10 日。修正版将实际收益与每条模拟路径都完整累计 H 日,并使用不重叠的目标窗口。
原多日 GARCH 的 ES 筛选误用了 1 日阈值。修正版先求累计收益的 α 分位数,再对同一分布中更差的情景取均值。
α 与 H 显式传给每轮计算,避免继承前一个实验。收益分位数与尾均值使用带符号值;需要损失幅度时再统一取反。
独立样本 t 检验不能反映同日期模型误差的配对关系。修正版提供配对损失与 HAC 方差;没有逐期误差时,不宣称某个模型显著更优。
离线修正版已整理,计算逻辑已验证;完整模型回测仍需要原 AMZN 价格 CSV。此页面的归档频率不等于修正版重算成绩。