Financial Toolbox

缺失数据的回归和估计

Financial Toolbox 提供的工具可在缺失或不缺失数据的情况下执行多元正态回归。您可以:

  • 根据底层模型执行常用回归,如似无关回归 (SUR)
  • 估计对数似然函数和标准误差以进行假设检验
  • 在缺失数据的情况下完成计算
Results of estimating CAPM model parameters with missing data.
在缺失数据的情况下估计 CAPM 模型参数的结果。可以在缺失数据的情况下进行估计(附加值为 t 统计量),意味着 GOOG Beta 系数在统计上没有显著异于零(左上),然后使用似无关回归确定 GOOG 的统计上显著的 Beta 系数(右下)。

缺失数据估计功能有助于确定数据质量对模型和仿真的影响。例如,可以阐释缺失数据对估计 CAPM 模型的系数的影响或对计算资产投资组合的有效边界的影响。缺失数据影响可能会导致明显不同的结果。

Plot showing the effect of missing data on the estimation of the mean-variance efficient frontier.
显示缺失数据对估计均值-方差有效边界的影响的图。红色的边界是通过删除样本数据中所有包含缺失数据的时间段来计算的。蓝色的边界是通过使用 ecmnmle 估计缺失数据的值来计算的。
下一页: 技术指标和金融图表

试用 Financial Toolbox

获取试用版软件

轻松实现MATLAB蒙特卡洛方法建模

观看网上技术交流会录像