본문으로 건너뛰기
라이브러리 문서 전체

Python 및 Stata용 PySDTest로 확률적 우위 검정하기

기사 arXiv papers · 저자: Kyungho Lee et al.
원문 읽기

요약

이 문서는 확률적 우위 관계를 통계적으로 검정하는 Python 및 Stata 패키지 PySDTest를 소개한다. 여러 발표된 방법과 확장 기법의 절차를 설명하고, 수치 델타 방법을 포함한 재표본 추출 접근법과 검정 통계량을 결합하는 선택지를 다룬다. 이 패키지는 여러 전망 가운데 확률적으로 가장 우월한 선택을 찾는 등 더 복잡한 질문도 지원한다.

포트폴리오 선택 상황에서 일별 비트코인 및 S&P 500 지수 수익률을 비교하는 실증 예시를 제시한다. 보고된 결과는 명시된 우위 기준에 따라 S&P 500 수익률이 비트코인 수익률을 2차 확률적으로 지배한다는 것으로, 해당 기준에서는 지수에 유리한 결과다. 이는 검정을 적용한 예시이지, 향후에도 지수가 더 높은 성과를 낼 것이라는 증거나 모든 투자자에게 적합하다는 증거는 아니다. 문서에는 표본 날짜, 구현 세부사항, 민감도 결과가 없으므로 실증 비교와 검정의 실무적 가정을 평가하려면 전체 연구를 확인해야 한다.

핵심 아이디어

  • 확률적 우위 검정은 형식적인 선호 기준에 따라 수익률 분포를 비교한다.
  • PySDTest는 여러 발표된 검정 절차와 확장 기법을 Python과 Stata로 구현한다.
  • 수치 델타 방법을 포함한 재표본 추출 방법과 검정 통계량을 결합할 수 있다.
  • 여러 투자 전망 가운데 최대성을 검정할 수 있다.
  • 예시에서는 S&P 500 수익률이 비트코인 수익률을 2차 확률적으로 지배한다.

태그

통계가상자산주식포트폴리오 구성백테스트
전문
# PySDTest: a Python/Stata Package for Stochastic Dominance Tests


# PySDTest: a Python/Stata Package for Stochastic Dominance Tests









We introduce PySDTest, a Python/Stata package for statistical tests of stochastic dominance. PySDTest implements various testing procedures such as Barrett and Donald (2003), Linton et al. (2005), Linton et al. (2010), and Donald and Hsu (2016), along with their extensions. Users can flexibly combine several resampling methods and test statistics, including the numerical delta method (Dümbgen, 1993; Hong and Li, 2018; Fang and Santos, 2019). The package allows for testing advanced hypotheses on stochastic dominance relations, such as stochastic maximality among multiple prospects. We first provide an overview of the concepts of stochastic dominance and testing methods. Then, we offer practical guidance for using the package and the Stata command pysdtest. We apply PySDTest to investigate the portfolio choice problem between the daily returns of Bitcoin and the S&P 500 index as an empirical illustration. Our findings indicate that the S&P 500 index returns second-order stochastically dominate the Bitcoin returns.

출처의 라이선스에 따라 출처를 표시하고 전문을 공개합니다. 라이선스: abstract CC0

이 요약은 원문을 바탕으로 Stratmill의 리서치 에이전트가 작성했으며, 원문을 복사한 것이 아닙니다.