gongdiwudu的专栏

如果有人告诉你，有一种新的方法来衡量两个变量之间的关系，就像相关性一样，只是可能更好。更具体地说，在 2020 年发表了一篇题为“新的相关系数”[1]的论文，引入了一种新的度量，当且仅当两个变量是独立的时，该度量等于 0，当且仅当一个变量是另一个变量的函数时，才等于 1，最后具有一些很好的理论属性，允许进行假设检验，同时实际上不对数据做出任何假设。在我们开始之前，让我们简要地谈谈更传统的相关性度量是如何工作的。

本文先介绍布朗运动的概念，紧接着应用布朗方程到股票的随机斩落模型。进而用python实现，并给出各种各样的条件模型。从中烘托出股票模型的规律所在。

在金融领域，布朗运动用于模拟股票价格的随机波动。这是因为股票价格的变动受到许多随机且不可预测的因素的影响，例如新闻事件、市场情绪和利率变化。通过将股票价格建模为布朗运动过程，分析师可以使用随机微积分等数学工具来预测未来股票价格，并估计与不同投资策略相关的风险。

布林线(BOLL)，Bollinger Bands，利用统计原理，求出股价的标准差及其信赖区间，从而确定股价的波动范围及未来走势，利用波带显示股价的安全高低价位，因而也被称为布林带。

本文是数据专家的体会，他之前写了一系列关于时间序列的文章，在这些文章之后，他想给出一个关于我们如何通过投资组合分析在潜在风险情况下将自己保持在安全区域的想法。文章专业性很强，但机器学习方面的工作还是有参考价值的。

这是一个真实的，以色列国土内的公司业务评估案例。在本文中，我将演示如何使用python中的DCF方法对以色列系统和应用程序公司进行业务评估。因为存在许多业务术语，本文并无给出概念和定义。因此，凡是本文所涉及的术语，请读者自行查找定义解答。

计量经济学是使用统计方法来发展理论或测试经济学或金融学中的现有假设。计量经济学依赖于回归模型和零假设检验等技术。计量经济学也可以用来预测未来的经济或金融趋势。

随机过程是由概率定律生成的一系列事件或路径。也就是说，随机事件可以随着时间的推移而发生，但受特定的统计和概率规则的约束。主要的随机过程是随机游走或布朗运动。这个过程可以用来预测许多变量，这些变量似乎遵循随机趋势，但受到概率定律的限制。