f****r
发帖数: 5118 | 1 excel中我有一堆数，需要做标准偏差，为何用样本偏差stdev比较好，
不用stdevp？ stdevp分母用N，这不是数学定义的吗？为何用stdev 分母用N-1.
我确实不懂 谢谢 |
|
g***l
发帖数: 18555 | 2 TSQL不是做统计用的，SQL SERVER 有这些
SELECT VAR(grandtotal_amount ) 'Variance',
STDEVP(grandtotal_amount ) 'Standard Deviation',
STDEV(grandtotal_amount ) 'Standard Deviation',
VARP(grandtotal_amount) 'Variance for the Population'
FROM ordr |
|
n****n
发帖数: 59 | 3 真是魔鬼定律啊，发帖后再google一下找到了好多。还是没法用云兄说的partition
window （俺用的是SQL Sever 2008，真的有这个功能吗？）。现在是这样做的
SELECT t1.ID, t1.Date, AVG(t1.Value), STDEV(t2.Value)
FROM table as t1
JOIN table as t2
ON t1.ID = t2.ID
AND t1.Date BETWEEN DATEADD(dd, -10, t2.Date) AND DATEADD(dd, -1, t2.Date)
GROUP BY t1.ID, t1.Date
ORDER BY t1.ID, t1.Date
另外看到有人说居然这里用cursor比set based方法好， http://www.sqlteam.com/forums/topic.asp?TOPIC_ID=93911
不知真假，回头我再试试。 |
|
B*M
发帖数: 1340 | 4 本科概率课本上有，
算一下E(stdev) 就知道了， |
|
|
m**o
发帖数: 9805 | 6 关于林汤圆同学稳定性的比较性研究
鉴于版上关于汤圆同学发挥的稳定性的争议，随手做了点数据研究
模型：球权占有率~FGA，发挥~FG%
稳定性用FG%的STDEV来衡量，除掉FGA STDEV来扣除球权不稳定因素的影响
先看参考系：呆子，号称稳如狗，数据：01-02，巅峰赛季
数据：
FGA FG%
18.34146341 0.519743902
STDEV
4.743337139 0.134296596
STDEV%
0.258612796 0.25838994
0.999138262
著名神经刀：JR Smith， 数据12-13，最佳赛季
15.6125 0.4118125
4.933722117 0.141145413
0.316011024 0.342741935
1.08458854
再看看走人vs林
林
9.333333333 0.398653846
3.503863051 0.171414348
0.375413898 0.429982927
... 阅读全帖 |
|
m**t
发帖数: 1956 | 7 看了10个人的marathon比赛的pace。主要是最近的chicago marathon，原因不用考虑地
形的因素。
处理前，我一般去掉一个最快的，去掉一个最慢的。
一些分析结果
1）不管跑多快，不管split，pace distribution总是这个样子的：
pace在x轴，从左到右，pace是从快到慢
那么bell curve是一点点左倾，右边（慢的）tail是fat tail，左边（快的）tail是
thin tail.
直观描述就是，比avg MP快的pace要多于慢的，但是总是有些较慢的pace，不过较快的
pace很少。
只有一位跑了一个没有skewness的。
（有点像股市的distribution，呵呵）
2) 比２stdev的还快，几乎没有。比２stdev的还慢的，总是有。
３) 大部分自己认为满意的比赛，stdev是2%或者更低，有低到1.5%，具体时间是5-10
秒。如果很不满意的，stdev通常4%以上了。
一点点结论：
稳定的速度看来是最重要的，努力做到速度稳定在MP+/-10秒，或者说速度的变化只有2
%。前半程，或者前２０迈有４-5mile跑的太快(不... 阅读全帖 |
|
A*****a
发帖数: 52743 | 8 你的指标符合正态分布不？有统计显著性吗？
：关于林汤圆同学稳定性的比较性研究
：鉴于版上关于汤圆同学发挥的稳定性的争议，随手做了点数据研究
：模型：球权占有率~FGA，发挥~FG%
：稳定性用FG%的STDEV来衡量，除掉FGA STDEV来扣除球权不稳定因素的影响
：先看参考系：呆子，号称稳如狗，数据：01-02，巅峰赛季
：数据：
：FGA FG%
：18.34146341 0.519743902
：STDEV
：4.743337139 0.134296596
：.......... |
|
|
g*****y
发帖数: 6325 | 10 凡是抽样sample算的都叫SEM ， 如果是entire population叫stdev.不同的名称而已。
现实生活中是很难拿到stdev的, 你不可能把全世界的老鼠都拿来做实验。都只是取样。 只要是取样就是sem. 只不过非统
计的人，不论怎样都把sem叫成stdev
吧。 |
|
C*****h
发帖数: 926 | 11 如果测量值正态分布，而且测量值都不小于零，那么STDEV不可能大于AVE。
如果测量的值有负数，或者测量值不是正态分布的，那么STDEV有可能大于AVE。
如果测量值不是正态分布的，最好不要用AVE+/-STDEV，没什么意义。 |
|
g**********y
发帖数: 423 | 12 比如测量中国女人的身高，你得到150, 155, 160, 165, 170
你可以得到stdev。
sem = stdev/sqrt(n==5)
想像你从中国女人中抽1000次，
第一次的mean 为 160， 第二次159， 第三次161.5 。。。
sem 就是你计算160, 159, 161.5，。。。的stdev。
所以standard error = standard deviation of sampling of means。 |
|
g**********y
发帖数: 423 | 13 比如测量中国女人的身高，你得到150, 155, 160, 165, 170
你可以得到stdev。
sem = stdev/sqrt(n==5)
想像你从中国女人中抽1000次，
第一次的mean 为 160， 第二次159， 第三次161.5 。。。
sem 就是你计算160, 159, 161.5，。。。的stdev。
所以standard error = standard deviation of sampling of means。 |
|
a****g
发帖数: 53 | 14 假设a是alpha的consistent estimator。
现在证明了a是正态分部，mean是alpha，stdev也是关于alpha的一个方程。
如果我想测alpha是否等于某一个值，那么我又要用到stdev，而stdev又是关于alpha的
方程。我可以用a来代alpha吗？
谢谢！ |
|
T*********e
发帖数: 9208 | 15 performance with and wo shy
vti/gld/shy/tlt
from 11/2004-4/2011
1 year 15.97% 19.50%
3 years 6.53% 8.04%
5 years 7.74% 9.41%
life: 8.00% 9.98%
stdev: 2.29% 2.87%
rebalancing actually makes it less profitable, and slightly less volatile.
1 year 13.13% 16.81%
3 years 6.14% 7.46%
5 years 7.34% 8.83%
life: 7.56% 9.35%
stdev: 2.23% 2.84%
tim
of
st
use
probl |
|
b***p
发帖数: 1398 | 16 FD -- AD-I485
average: 40.3 days
stdev: 21.8 days
max: min == 118: 4 days
Did FD ==> AD-I485
average: 34.1 days
stdev: 26.3 days
max: min == 154 : 1 days |
|
m**t
发帖数: 1956 | 17 这种公式你看个热闹可以，真当作科学，就是有点搞笑了。
http://en.wikipedia.org/wiki/Max_heart_rate#Formulae
里面提到，另外一个类似的线性的公式，standard deviation 是6.4。都是线形公式，
stdev不会差多少的。6.4的stdev意味着，假设你年纪40，180+/-2的可能性只有25%都
不到。70%的可能性在173和187之间。95%的置信区间是167-193。你很难知道自己的max
心跳是多少，180+/-10都是正常，180+/-15也不算稀罕，每100人就至少有一个。
差5的心跳，跑动速度就查不少了，差10的心跳对很多人就是完全不同的训练区间。 |
|
z****e
发帖数: 54598 | 18 http://www.techempower.com/blog/2014/03/04/one-million-http-rps
关键字undertow
As we and our collaborators prepare Round 9 of our Framework Benchmarks
project, we had an epiphany:
With high-performance software, a single modern server processes over 1
million HTTP requests per second.
Five months ago, Google talked about load-balancing to achieve 1 million
requests per second. We understand their excitement is about the performance
of their load balancer1. Part of what we do is performance consulti... 阅读全帖 |
|
s*****0
发帖数: 357 | 19 如果处理的是independent group, parametric test原则上要求每个组的observation接近正太分布, 而且有个equal variance假设,即各组的stdev也要相近. 如果原始数据不满足这些条件, 可以考虑data transformation. 理论上log transformation是最佳选择,因为也只有log的特性,才能将estimation无论是mean还是stdev有意义的transform回来.但log transformation不是万能良药, 有些情况下不适用,有些情况下transform了也未必一定能解决问题 (课后题: positive skewed和 negative skewed哪个适用log transformation?).这时候non-parametric就粉墨登场了.
如果处理的是paired group而非independent group, 每组observation本身并不需要符合normality,但有另外一种特殊的normality要求, 猜猜看?
从来没想到会在Student's t test上耗费如 |
|
a****m
发帖数: 693 | 20
observation
接近正太分布, 而且有个equal variance假设,即各组的stdev也要相近. 如果原始数据
不满足
这些条件, 可以考虑data transformation. 理论上log transformation是最佳选择,因为
也只有log的特性,才能将estimation无论是mean还是stdev有意义的transform回来.但
log
transformation不是万能良药, 有些情况下不适用,有些情况下transform了也未必一定
能解决
问题 (课后题: positive skewed和 negative skewed哪个适用log transformation?).
这时候non-parametric就粉墨�: 浅×�.
合normality,但有另外一种特殊的normality要求, 猜猜看?
对t test
理解也有偏差。
t distribution的来历主要是Fisher，他本人科研做的好，但是人品不好，对异己打击
报复，不
让发表，所以有人只好用笔名，也是万不得已。
。他称
之为t distribut |
|
s*****0
发帖数: 357 | 21 Essay写累了上来灌灌水，没想到脸红脖子粗的争了一场，多少有些意气了。忙了一天
，现在闲下心来好好说说这个话题。既然有网友抛砖引玉了，缄口不言也实在不够尊重
。另外版主塞了不少包子,也不能吃白食.
先说说常用的描述数据的几个概念.
1. random variation -- variability有两大类,一类是知道来源的,还有一类是
unexplained. 比如一部分variability是由treatment effect引起的,而剩下的大部分
variability却不知道缘故. 后者经常被归入random variation.
2. Mean -- 最常见的当然是arithmetic mean, 特殊情况下也会用geometric及
harmonic mean. 任何数据组都能计算mean, 但不是所有时候用mean都合适. 当碰到
extreme data values的时候(经常因为技术条件所限边缘值不太容易被精确测量),
median就会有很大的优越性, 因为median可以大幅降低个别extreme value的影响.
3. Median -- 概念不多提了, 优... 阅读全帖 |
|
s*****0
发帖数: 357 | 22 说正题以前，先胡扯几句，算是给已经转了统计或者正在转统计的朋友们提个醒。我这
是杂谈贴，不是劝退。偶尔隔壁统计版逛逛，如今正在向生物版靠拢，成为劝退的大本
营。以前是SAS大本营，原本已经很悲哀了，现在有赶超我版的苗头。归根到底就一个
问题，就是现在的行情统计好不好找工作。我要去隔壁说统计很多availability，估计
立刻会被砖头拍死，为什么？因为大部分在版的job seeker都是fresh，又没有经验又
要身份支持，哪怕有一千个机会, 这么一stratify，也剩不了几个，而且广大的老印兄
弟还虎视眈眈。
其时学统计的时候必须要弄清楚一个问题，应用统计的关键在于应用，大部分转统计的
人都不会去搞methodology念PhD，而是期望靠统计找份工作。但当你工作后就会明白，
统计只是一个工具，工作的经验有一部分讲究的是你对统计工具的娴熟，但更看重的是
你在行业里累积的经验。比如在药厂里搞生统，当你写SAP的时候会去理解一个
therapeutic area，在银行里建模，你会去理解各种各样的风险模型信用模型。你以后
改resume跳槽，真正值得突出的是这些经验，而会什么mult... 阅读全帖 |
|
s*****0
发帖数: 357 | 23 The difference is huge, and you don't necessarily need an 'official' test to
prove it. Here is some brutal force method for a quick answer:
Step 1: Calculate the percentage of Hypermethylated cells for each type.
This is your p-hat.
Step 2: Calculate the standard deviation for sample mean (your p-hat for
each cell type). Too much hassle to type in a formula here, but you may
check out this link:
http://en.wikipedia.org/wiki/Binomial_proportion_confidence_int
Step 3: Calculate the standard error ... 阅读全帖 |
|
A********t
发帖数: 240 | 24 One Stock:
If 95% VaR = - Stock * 1.65 * stdev * sqrt(T)
how to calculate 5% VaR ?
Multi Stocks:
IF 95% VaR = - Vector Stock*(Mean-1.65*stdev)
how to calculate 5% VaR ?
是simply change 1.65 to -1.65? 貌似不太对？请大牛点拨一下？ |
|
i*****r
发帖数: 1302 | 25 现在有个数列,我要这个数列里的每个数都相同,应该minimize什么?
我想到的方法是min(standard deviation),如果都相同,那么stdev肯定是0. 但有时候
结果会出现1个极端值,其他数都相同
但事实上我可以接受不全部相同,只要接近就OK, 举个例子
[1,1,4] 也好过 [3,3,0]
补充:
我的意思是,我想要output(数列)里的每个数都想同,但在一些限制条件下是没办法达成的,如果按照我的方法,minimize他们的stdev,那么有可能会得到这么个结果
[3,3,3,3,3,3,3,3,3,0]
但是我不想有那个0出现,我宁可大家都接近一些,比如
[4,1,1,1,2,4,1,1,2,3]
例子可能不准确,但就是这么个意思,所以我想是不是有别的可以minimize? |
|
s**q
发帖数: 177 | 26 不是一个样称了三回。是一种合成的方法重做了三次，合成步骤比较多，所以最后合成
出来的东西用来测量时，结果的STDEV比较大，第二种方法也重做了三次，最后合成出
来的东西用来测时结果的STDEV也比较大，就是想比较那种方法相对好点。。 |
|
j******4
发帖数: 6090 | 27 统计新人的拙见：
检测这两个有没有差别可以用Hypothesis Test,但是要是求置信区间的话，你得确定一
个值来求吧。
用test的话，关键是确定df和stdev，如果根据你的数据服从weibull分布，那这个数据
的均值和stdev都知道了，不过我看不懂后面的两个式子是在做什么，这样处理原数据
的话，不知道后面应该如何处理了。求高人。。。 |
|
H****g
发帖数: 14447 | 28 Country Name 2009
Argentina 15
Brazil 22
Canada 22
China 13
Finland 25
France 25
Germany 20
Greece 19
India 12
Indonesia 10
Ireland 19
Italy 22
Japan 20
Korea, Rep. 16
Mexico 12
Philippines 11
Poland 19
Singapore ..
Spain 21
Thailand 13
United Kingdom 23
United States 17
Average 18
StDev 5
中国政府支出占GDP的比例为13%，远低于上面这些国家的平均值18%。
拜托以后造谣之前也找个没有数据可找的，比如说饿死三千万。 |
|
H****g
发帖数: 14447 | 29 Country Name 2009
Argentina 15
Brazil 22
Canada 22
China 13
Finland 25
France 25
Germany 20
Greece 19
India 12
Indonesia 10
Ireland 19
Italy 22
Japan 20
Korea, Rep. 16
Mexico 12
Philippines 11
Poland 19
Singapore ..
Spain 21
Thailand 13
United Kingdom 23
United States 17
Average 18
StDev 5
Source：world bank |
|
H****g
发帖数: 14447 | 30 以下数据为人均寿命预期的百分比增幅。
原始数据来自于联合国网站。
1950-1980 1980-2010
Brazil 0.21 0.14
Canada 0.07 0.06
Chile 0.23 0.11
China 0.60 0.10
France 0.10 0.09
Germany 0.07 0.08
Greece 0.12 0.05
India 0.42 0.13
Indonesia 0.41 0.26
Japan 0.21 0.07
Mexico 0.29 0.12
Russian 0.05 -0.01
UK 0.05 ... 阅读全帖 |
|
H****g
发帖数: 14447 | 31 1955-1980
Brazil 0.15
Canada 0.05
Chile 0.20
China 0.46
France 0.06
Germany 0.05
Greece 0.09
India 0.32
Indonesia 0.32
Japan 0.14
Mexico 0.18
Russia 0.02
UK 0.03
USA 0.05
mean 0.15
stdev 0.13
结果一样啊。 |
|
H****g
发帖数: 14447 | 32 我找出那些达到或者接近65岁的国家，然后计算这些国家在之后三十年里的人均寿命预
期改善百分比。
Prcentage change in three decades after life expectancy reaching 65 yrs
Brazil 0.14
Chile 0.19
China 0.10
France 0.10
Germany 0.07
Greece 0.12
Japan 0.16
Russia 0.05
Average 0.12
Stdev 0.05
结论仍然是，进入改开之后，人均寿命改善的幅度落后于平均水平。 |
|
H****g
发帖数: 14447 | 33 你也可以把邓派坦克进京看成是邓的杰出军事成就啊，我没意见。
人均预期寿命这些都是联合国毛轮搞的数据，我只是分析一下得出的如下结论。49-76
年，中国大陆人均预期寿命增幅雄踞全球之首，远高于全球平均水平。80-07年，中国
大陆人均预期寿命增幅落后于印度，也落后于全球平均水平。1980-2010期间，也就是
中国人均预期寿命达到66岁之后的30年，人均预期寿命提高10%；下面这些国家同样在
达到这个年龄段之后的30年，提高幅度平均是12%。Percentage Change of Life
Expectancy, Three Decades After Reaching 65 yrs &
nbsp; France 0.10 Germany &
nbsp; 0.07 Greece 0.12
Japan 0.16 Russia &
nbsp; 0.05 Chile 0.19
Brazil 0.14 China 0.10
-------------Average 0.12 &
nbs... 阅读全帖 |
|
I********l
发帖数: 8702 | 34 除了毛时代之外，世界上没有任何一个国家，任何一个时代，在短短27年里能够将人均
预期寿命提高25岁，增幅达到60%。
也就是说，毛泽东时代无论是跟发达国家比，还是跟印度墨西哥这样的国家比，增幅都
是空前绝后。
1950-1980 1980-2010
Brazil 0.21 0.14
Canada 0.07 0.06
Chile 0.23 0.11
China 0.60 0.10
France 0.10 0.09
Germany 0.07 0.08
Greece 0.12 0.05
India 0.42 0.13
Indonesia 0.41 0.26
Japan 0.21 0.07
Mexico 0.29 0.12
Russian 0.05 -0.01
UK 0.05 0.07
USA 0.06 0.07
Mean 0.21 0.10
stdev 0.16 0.0... 阅读全帖 |
|
I********l
发帖数: 8702 | 35 1. 下面这段是引自一篇论文，是根据人均GDP以及五岁以下婴儿死亡率做了回归模型，
1980年中国婴儿死亡率远远高于回归线水平，也即是说，虽然GDP很低，但是卫生健康
水平却出奇的高，属于典型的outlier。但是随着改开推进，中国的优势逐步减少，并
被斯里兰卡这样的国家甩在后面，和其他国家的差距整体都在缩小，越来越趋近于回归
线水平。结论就是，中国医疗卫生事业虽然还有相对优势，但是这种优势在过去三十年
里正在与日俱减。
Over the entire period, China is systematically above the regression line,
which highlights the relatively good performance of the Chinese health
system. However, over time, China gets closer to the regression line, which
exhibits a performance still relatively high, but to a decreasing... 阅读全帖 |
|
t**********w
发帖数: 478 | 36 two variables, two equations, give you the closed form solution.
data mean offers an equation,
stdev,same as variance, gives you another equation.
two variables, shape and scale.
Am I missing anything? |
|
C******n
发帖数: 9204 | 37 expected excess return是每年6%，risk compensation。stdev是20%。 |
|
m********0
发帖数: 2717 | 38 The thing is the it's not a graph for any stock. I just make it with the
following R code,
require(TTR)
ret<-cumsum(rnorm(252,sd=0.036))
ret2<-exp(ret)
p<-50*ret2
ma20<-SMA(p,20)
ema20<-emaTA(p,20)
ema50<-emaTA(p,50)
plot(p, type="l")
lines(ema20, type="l",col='green')
lines(ema50, type="l",col='red')
and I used lognormal distribution for the returns, textbook assumptions
for
a big group of models.
skeptic(as exists everywhere), yes, I borrowed this idea from ET. Please
don
't rush to criticize,... 阅读全帖 |
|
B*******s
发帖数: 403 | 39
主要是市场短期不可预测，另外STDEV(用你们行话说叫VOLITILITY)通常比想象的大。
跌的时候比你想的跌的狠，涨的时候也是。 |
|
n******6
发帖数: 134 | 40 agreed.... I just did some analysis. Based on Zhang1's data, the average
waiting time is 84.8+/- 48.6 days (stdev). |
|
t******u
发帖数: 187 | 41 Data from Zhuang1,
15
25
26
28
30
32
35
35
35
35
36
37
38
38
38
39
39
39
39
40
40
41
45
45
47
47
47
47
47
50
50
50
51
51
52
53
53
54
54
55
55
56
56
60
61
62
63
63
63
63
67
68
69
71
73
76
77
78
83
83
84
85
96
99
100
106
110
122
138
141
157
Average: 59.76
STDEV: 28.22
Median: 53 |
|
b***p
发帖数: 1398 | 42 average is 2 weeks based on the spreadsheet
with range from 1 to 72 days
average: 14 days
stdev: 11 days
mean+3 sigma = 47 days |
|
b***p
发帖数: 1398 | 43 sorry,
RD to ND calculation:
average = 22 days
stdev: 11 days
max:min = 66:1 day |
|
b***p
发帖数: 1398 | 44 RD --> FP
average 35 days
stdev: 16.3 days
max: min = 91 : 10 days |
|
D******D
发帖数: 1159 | 45 呵呵，因为人跟人不一样，STDEV相当滴大啊。 |
|
s**********t
发帖数: 680 | 46 下图是NSC最近两年多430例485总结：
NSC Day between 485RD and 485AD Day between FP and 485AD
Average 91.38837209 53.82063882
Median 80 42
Stdev 44.56451131 43.1921445
80% 111 69
90% 147.2 105.2 |
|
s**********t
发帖数: 680 | 47 最新EAD/AP：RD 12/24/2014。估计12月份的兄弟姐妹很快都要拿到Combo卡了！
RD 12/12/2014, EAD/AP Approve Date 3/3/2015。
485 RD 12/12/2014
485 Receipt Notice （Notice Date：12-30-2014）
01-24-2015收到FP Notice（notice date 01-16-2015），
FP schedule：02-06-2015.
Walkin 成功： 01-28-2015。
12月RD NSC 应该都已
经拿到FP了，现在让我们开始期盼 AP & EAD 吧！
请NSC各位兄弟姐妹把自己的情况输入到以下汇总的网页：
https://docs.google.com/spreadsheet/ccc?key=
0AuC8zeayUPP7dGFUSkRYZ1dYSGw5SXVvSkR1MUQ0M3c&hl=en_US#gid=17
下面是NSC最近两年多430例485总结：
NSC Day between 485RD and 485AD Day between ... 阅读全帖 |
|
s**********t
发帖数: 680 | 48 下图是NSC最近两年多430例485总结：
NSC Day between 485RD and 485AD Day between FP and 485AD
Average 91.38837209 53.82063882
Median 80 42
Stdev 44.56451131 43.1921445
80% 111 69
90% 147.2 105.2 |
|
s*******e
发帖数: 3042 | 49 Don't think so. 95N only has traffic for about 15 miles after Stamford. CT
15 is highly unpredictable being windy, hilly, and narrow. I drove more
than 200 times between NJ and Boston and left no route unexplored...for ok
mean and low stdev, 87->84 is by far the best
view. |
|
Q********b
发帖数: 88 | 50 我觉得有几点可以考虑：
如果你有时间多钻研，那么可以考虑研究ACTIVE FUND，否则不如买INDEX.
INDEX 的好处：跟大市（当然要好的INDEX）管理费便宜，一般转手率较低，税收影响
小。一般的BALANCE基金（傻瓜基金）就是根据你预期退休年龄搞个股票和债券（现金
）比率然后用INDEX
有的基金有对应的ETF,这样在税率和管理费上更便宜。
有时觉得公司的401K 是另一把刀--把公司本来有的理财责任转嫁给大多数不熟悉理财
概念的员工，还美其名曰有更好的收益可能。另一方面有些公司塞些破FUND在401里，
还不如买INDEX。
看MORNINGSTAR，正如ER所讲，要多看几年的星级，不要就看一年。另外如果不是INDEX
一定记着查经理，如果换过就要小心看看换后的表现。当然，2008年底很多FUND都换了
，世道不好。 但如果ACTIVE基金没丢过40%就不算太差。
另外一个有效的办法是看看经理自己投多少在自己的FUND里，MORNINGSTAR的SPY工具可
以查，免费的。
当然啦，还有些要注意的，看看过去10年而不是追近期的表现。看看风险(STDEV)
和收益是否划算... 阅读全帖 |
|
