主题：【原创】牛与熊，从科研角度看股市（一）---从一篇小论文谈起 -- 千里烟波
test statistics包含n（sample size）对样本数量大的数据会失效，而金融数据一般样本比较大
不是抬杠，对楼主文章非常感兴趣，见谅
我印象中JB是非常简单的检验方法，而简单的好处就是稳健（robust）。JB需要的假设仅仅是 IID Normal。所以拒绝了就是拒绝了。
另外，样本大检验失效似乎于直觉说不过去。样本大不正好提高power么？
期待你的进一步指导
我无非是手痒难受，看到河里牛人雄文无数，自己发言一个多月除了扯淡还是扯淡，正好看到我略懂一些皮毛的东西，就出来装了一下B，你让我指导不是让我下不了台吗？
n大会导致test statistics大（公式见：http://en.wikipedia.org/wiki/Jarque-Bera_test）
我记得比较教条，教授用的几条来批Jarque-Bera test，正好有点印象，就随便回了，如有得罪，送花息怒！没有的话，就是花催填坑
讨论才能出火花，咱们这也没有涉及意识形态的，真理越辩越明。
由于假设就是假设，所以理论上攻击JB看来没什么指望。
empirical里面找点麻烦还是没问题的，所以我猜测教授所说的很可能是在现实里面基本上是个time series都会被拒（想起来当年申请了，是个美国校我都会被拒）。特别是model之后剩下的residual，被拒就表示模型不对头，弄得大家很恼火。虽然这表示模型还有改进之处，但是发不了才是最头痛的。
所以我猜测的结论是，卿本无罪，烦人是真。
算西西河第一篇coauthor的原创文章？
写的时候才知道自己是真的不是做学问的料，还好那时候钻进钱眼里了进了公司没读下去，
我是知道写专业贴有多累，相当于把所有的知识进行整合，思考量度不亚于一篇毕业论文，我现在还搬个凳子在下面看着，比较好，就不上去丢人了！
现在刚进公司不久，打算1，2年后熟悉整个流程写一篇ALM在保险领域的应用，那时候，MM有兴趣一定合著。这里花谢MM好意！我chicken out去了
恭喜：你意外获得【西西河通宝】一枚
鲜花已经成功送出。
此次送花为【有效送花赞扬，涨乐善、声望】
学术上的风险其实也没有特别严格的定义，不同环境下有不同的范畴，咱们直觉的理解就是未来的不确定性。由此我们可以知道方差（variance）不是唯一的标准。
我在上Gourieroux大爷课的时候，老头说他们在欧洲搞了一个投资者调查问卷，60%的人认为债券没有风险，25%的人认为风险是方差，10%的人认为不同资产的风险之间没有关联（No Correlation），剩下的知道资本资产定价模型。
我并不怀疑没有这些知识就当不了基金经理，但是这些最基本的风险管理工具是应该具备的。Corte,Sarno和Tsiakas （2008未发表）在外汇市场上发现使用相关性和不使用相关性的收益差每年能有2%。所以，事实说明投资需要多方位的知识。
回过头再说方差，很多人在没上过基础金融多会认为方差大就不好，资产选择是在预期收益和方差之间选一个权衡，比如：预期收益-2倍方差。这样的话，预期收益1%，方差2%要比预期收益2%，方差3%要好。
这样做有一个致命的后果，就是会用公式扔掉绝对好的投资。比如只有两种结果（好和坏）：A在好的时候收益1%，坏的时候也是1%，B再好的时候100%，坏的时候2%。这样的话虽然方差很大，用以上公式会选择A，但是不脑残的人肯定会选择B。这种在任何时候B都好于A的情况叫做一阶随机占优（First Order Stochastic Dominance）
所以考虑风险要综合考量，方差，偏度，锐度，乱七八糟都加在一起，就是这个随机分布究竟是什么样的，也就是分布函数，就不再多扯。
所以在方差流行了很久之后（著名的资本资产定价模型，诺奖得主William Sharpe），大名鼎鼎的VaR（Value at Risk在险价值）闪亮登场，它衡量的是小概率事件发生后造成的大破坏有多大。比如说如果0.1%的概率发生大面积破产，银行的损失有多大。进而用这个损失的价值来要求银行必须要有这么多资本金来保证不会影响储户利益和国家金融安全，这也正是巴塞尔协议构架的基础之一。
河里有人用实践写得更好：
那本金融计量考得我头昏眼花，还好实践得分高，混过去了
风险管理到此篇为止。通过历史数据的观察，我们知道首先股票价格不是前后无关的正态分布（如果你不知道什么是正态分布，就理解为最简单的分布，然后再看看图）
所以：1，要有一个动态的联系。2，要有不同的分布。
这里大拿们有Engle, Bollerslev, Nelson等等。可惜的是这方面的研究渐渐成了技术流，你加一个2次方项，我加一个绝对值项，你再加一个和正负值相关的偏移项，我就让误差项成一个非参数分布。不少中国PhD在这方面做研究，这样的好处一是可以飞快地毕业，二是可以在金融界找到很好的工作。对于我们很多（包括我自己）出国读文科博士的人来说，并非是一腔热血爱科研，我们在国内甚至不知道科研是什么样的，只知道老板们拿下钱来吃喝报销而已。但我们不缺的就是作技术工作的能力，别人要费脑子的编程逻辑我们很快能搞出来，别人一时半时闹不清的非参数估计原理我们能很快弄明白。加拿大最大的银行Royal Bank of Canada的风险管理组里面做技术的几乎全是亚洲人，且以中国人为主。
没有丝毫攻击技术流的意思，但是值得注意的是价格的几乎不可预测性以及现在做的风险预测有什么本质区别？不客气地说，价格预测很快就能证明你是错的，但是风险预测不会。大仙说明天会涨，发现不是你就可以bullshit之，但是我如果说明天风险加剧（专业一点：Conditional Variance加大），鬼才知道，你又看不见。风险管理的作用更重在对银行业的资本金充足率管理。这一点应该是我们正视的，所以资产定价研究有其必要重回价格预测。我在现实中不相信有效市场假说，所以我对价格预测是比较乐观的，需要注意的是由于市场会学习（learning）,预测的能力会不断变化。我有个同学在做市场不理性程度的估算，还处于初级阶段，给外行人看会觉得很傻很天真，就不拿出来了。接下来进入我的研究领域，在局部均衡的情况下的贝叶斯方向预测（说人话就是：让我来猜一猜牛市还是熊市）
几点延伸的方向：
1，用宏观数据参与建模（有两个致命的缺陷，猜一猜）
2，新的预测方式
3，新的预测方法
现在河里这样的知识贴没以前多了。人心散了～
人才要鼓励！
我想方差应该是指风险吧？那么从＋100％到－2％的方差莫非是102％？还是有其他公式？