由于我无法访问实际的交易数据,我将提供一个理论上的分析示例,您可以根据实际收集的数据进行相应的计算。
假设你已经从某个来源获取了苹果公司(AAPL)在2023年的每日调整收盘价数据,并手工记录了这些数据。
2023年苹果公司(AAPL)调整后收盘价(假设数据):
- 1月1日:150美元
- 1月2日:152美元
- ...
- 12月31日:155美元
简单收益率和对数收益率
计算1月2日的简单收益率:
[ \text{简单收益率} = \frac{152 - 150}{150} = 0.01333 ]
计算1月2日的对数收益率:
[ \text{对数收益率} = \ln(\frac{152}{150}) = 0.01301 ]
统计量
- 均值:假设整年的简单收益率的均值为0.01。
- 方差:假设为0.0001。
- 偏度:假设为0.5。
- 峰度:假设为3.0。
JB统计量
假如我们有100天的数据:
- 假设计算得到的偏度(S)为0.5,峰度(K)为3.0,
- ( JB = \frac{100}{6} \times [(0.5^3 - 3 \times 0.5 \times 3 + 3)^2 / ((3-3)^2(3-2)) + (99 \times 3^2) / (100 \times (3-2) \times (3-3))] )
- 这个计算需要一些代数操作,但最终你会得到一个JB统计量的值和相应的P值。
分位数图和QQ图
- 这些图表通常通过图形直观展示数据分布,需要将数据点按升序排列,并计算对应的理论分位数值,然后在坐标图上绘制。
分析
- 简单收益率 和 对数收益率:如果均值是正的,说明苹果公司股票在2023年整体上涨。
- 方差:如果方差较小,说明收益率比较稳定。
- 偏度 和 峰度:偏度大于0可能意味着有更多机会获得高于平均的收益,峰度反映了收益率分布的厚度,峰度越大,极端值出现的可能性越高。
- JB统计量:如果JB统计量较大且P值很小,那么可以拒绝收益率服从正态分布的假设。
请注意,以上数据和结果都是假设的。你可以使用实际数据并借助Excel或类似的工具进行计算,以得到真实的分析结果。