o******2
发帖数: 159 | 1 其实问题很简单，但是我不是非常理解题目的意思。面试官说理解题目也是考察的一部
分。。。。
题目大概是说：假设两个模型A和B，A模型预测某股票明天60%的概率涨，B模型预测明
天也是60%的概率涨，那请问明天这股票涨的概率P是多少？
我就觉得这得看A模型和B模型的关系，然后只能给出P的一个范围。比如说A和B模型一
模一样，那肯定P=60%了。然后再分析其他的可能性。 |
z****g
发帖数: 1978 | |
o******2
发帖数: 159 | 3 en....现在知道怎么做了。谢谢指点。。。
【在 z****g 的大作中提到】
: Bayesian
|
u****g
发帖数: 402 | 4 怎么做，能随便说点吗
【在 o******2 的大作中提到】
: en....现在知道怎么做了。谢谢指点。。。
|
C*O
发帖数: 389 | |
s*******0
发帖数: 3461 | |
s*******0
发帖数: 3461 | |
s***e
发帖数: 267 | 8 我觉得这个题目挺无聊的，也可能我没明白他究竟要干什么，没什么实际意义。
一种理解方法是，假设这个股票明天涨或者跌是bernoulli分布，参数为p。
现在两个estimator, p1 = 0.6, p2=0.6
问有没有方法combine得到更好的estimator，如果有怎么做，并且你的估计值是什么。
如果这样需要太多假设了：比如两个估计量非偏吗？独立吗？相关吗？相关系数多少？
variance多大等等。
不知道ziqing说的bayesian怎么个做法
【在 o******2 的大作中提到】
: 其实问题很简单，但是我不是非常理解题目的意思。面试官说理解题目也是考察的一部
: 分。。。。
: 题目大概是说：假设两个模型A和B，A模型预测某股票明天60%的概率涨，B模型预测明
: 天也是60%的概率涨，那请问明天这股票涨的概率P是多少？
: 我就觉得这得看A模型和B模型的关系，然后只能给出P的一个范围。比如说A和B模型一
: 模一样，那肯定P=60%了。然后再分析其他的可能性。
|
z****g
发帖数: 1978 | 9 有什么无聊的，这才是日常工作需要思考的。
老板说，咋们把现在模型的框架整合一下吧，这么多单个模型，没法搞。然后你怎么搞
？一个问题下去，你答什么可以接着问下去。
你说要假设，要条件，对的。那你下一步怎么验证这些假设，怎么验证这些条件，怎么做research，怎
么做backtest，怎么implement，怎么calibrate, 写个class的header。
Bayesian只是一个思路，你答别的思路，能说圆了也没问题 |
s***e
发帖数: 267 | 10 那请教下，你的bayesian怎么做？
么做research，怎
【在 z****g 的大作中提到】
: 有什么无聊的，这才是日常工作需要思考的。
: 老板说，咋们把现在模型的框架整合一下吧，这么多单个模型，没法搞。然后你怎么搞
: ？一个问题下去，你答什么可以接着问下去。
: 你说要假设，要条件，对的。那你下一步怎么验证这些假设，怎么验证这些条件，怎么做research，怎
: 么做backtest，怎么implement，怎么calibrate, 写个class的header。
: Bayesian只是一个思路，你答别的思路，能说圆了也没问题
|
o******2
发帖数: 159 | 11 恩。我觉得你说的非常有道理。
其实这个才真的考察基本功，考察解决问题的思路之类的。如果简单的列出问题让我们
解，像做习题那样，大家都能做出来的。
么做research，怎
【在 z****g 的大作中提到】
: 有什么无聊的，这才是日常工作需要思考的。
: 老板说，咋们把现在模型的框架整合一下吧，这么多单个模型，没法搞。然后你怎么搞
: ？一个问题下去，你答什么可以接着问下去。
: 你说要假设，要条件，对的。那你下一步怎么验证这些假设，怎么验证这些条件，怎么做research，怎
: 么做backtest，怎么implement，怎么calibrate, 写个class的header。
: Bayesian只是一个思路，你答别的思路，能说圆了也没问题
|
z****g
发帖数: 1978 | 12 essentially you try to find unconditional density function of the event with
conditional density function given by models.
【在 s***e 的大作中提到】
: 那请教下，你的bayesian怎么做？
:
: 么做research，怎
|
s***e
发帖数: 267 | 13 What is the R.V. parameter in your bayesian formulation then?
with
【在 z****g 的大作中提到】
: essentially you try to find unconditional density function of the event with
: conditional density function given by models.
|
z****g
发帖数: 1978 | 14 depends on the models, there is no general framework, really case
dependent.
And this should be the following question
For a simple example, you can just say the real work would be to figure
out if there is a stable copula linking the two models together.
【在 s***e 的大作中提到】
: What is the R.V. parameter in your bayesian formulation then?
:
: with
|
