<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[qq_32022037的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/qq_32022037</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; qq_32022037]]></copyright><item><title><![CDATA[极大似然估计的简单应用]]></title><link>https://blog.youkuaiyun.com/qq_32022037/article/details/115611010</link><guid>https://blog.youkuaiyun.com/qq_32022037/article/details/115611010</guid><author>qq_32022037</author><pubDate>Mon, 12 Apr 2021 03:00:32 +0800</pubDate><description><![CDATA[极大似然估计的简单应用1. 什么是似然函数?2. 如何用最大似然估计估计似然函数的参数值?
1. 什么是似然函数?
本质是关于随机数X的概率密度函数,只不过没有给定参数.
概率密度函数反映的是给定XXX值 的事件发生概率 (即使是连续值也可以用离散的理解方式来理解)
举例, 抛硬币的结果只有正面和反面,把正面记为 HHH, 反面记为 TTT, 假设nnn次实验中出现kkk个正面,这是个二项分布,假设参数  θ\thetaθ 代表掷到正面的概率,那么其似然函数为:
P(X=k)=(nk)θk(1−θ)n−k(]]></description><category></category></item><item><title><![CDATA[python实现资产配置(2)--Blacklitterman 模型]]></title><link>https://blog.youkuaiyun.com/qq_32022037/article/details/105540795</link><guid>https://blog.youkuaiyun.com/qq_32022037/article/details/105540795</guid><author>qq_32022037</author><pubDate>Wed, 15 Apr 2020 18:15:20 +0800</pubDate><description><![CDATA[1. Black-Litterman模型简介
在python实现资产配置(1)----Markowitz 投资组合模型中, 我们已经见过如何使用Markowitz求得最优资产配比. 这是一种在已知未来各资产的概率分布,然后再求解的方法.
Markowitz模型输入参数包括历史数据法和情景分析法两种方法,情景分析法的缺点是主观因素,随意性太强,因此使用历史数据法, 将资产的均值和协方差输入模型是比较...]]></description><category></category></item></channel></rss>