第21讲：置信区间 (Confidence Intervals)

第21讲：置信区间 (Confidence Intervals)

💡查看全集：💎Quantopian量化分析56讲

置信区间（Confidence Intervals）是统计学中的核心工具之一，它通过样本数据为我们提供了一个估计总体参数（如均值、比例等）真实值的范围，并以置信水平（如95%或99%）量化这一估计的可靠性。在金融领域，置信区间的应用尤为广泛，它不仅帮助投资者和分析师理解投资组合预期回报率或风险度量（如波动率）的不确定性，还在风险管理和假设检验中扮演着重要角色。这里我们将深入探讨置信区间的理论基础、计算方法及其在量化金融中的实际应用。

一、核心概念解析1.1 样本均值 vs 总体均值在统计学和量化金融中，均值分为两种：

总体均值 (Population Mean)：研究对象全体数据的平均值，通常未知。在金融领域，总体均值可能代表某市场或资产的长期平均收益率。样本均值 (Sample Mean)：从总体中抽取部分样本计算的平均值，是总体均值的无偏估计量，但受抽样误差影响。关键公式：

xˉ=1n∑i=1nxi\bar{x} = \frac{1}{n}\sum_{i=1}^{n}x_ixˉ=n1​i=1∑n​xi​其中，xˉ\bar{x}xˉ 为样本均值，xix_ixi​ 为样本观测值，nnn 为样本量。

示例:

假设随机生成10位女性的身高样本，总体均值为64 cm，标准差为5 cm：

import numpy as np

np.random.seed(10)

POPULATION_MU = 64 # 总体均值

POPULATION_SIGMA = 5 # 总体标准差

sample_size = 10

heights = np.random.normal(POPULATION_MU, POPULATION_SIGMA, sample_size)

print(f"样本均值: {np.mean(heights):.2f} cm")在量化金融中，总体均值（如某股票的长期收益率）难以直接获得，因此通过样本均值进行估计。例如，分析某股票过去一年的日收益率来推测其长期表现。

1.2 标准误差 (Standard Error)标准误差（SE）衡量样本均值分布的离散程度，反映样本均值与总体均值之间的差异。SE越小，样本均值越接近总体均值。关键公式：

SE=snSE = \frac{s}{\sqrt{n}}SE=n​s​其中，sss 为样本标准差，nnn 为样本量。

计算示例:

SE = np.std(heights, ddof=0) / np.sqrt(sample_size)

print(f"标准误差: {SE:.2f}")

# 使用scipy验证

from scipy import stats

print(f"Scipy计算结果: {stats.sem(heights, ddof=0):.2f}")在金融时间序列中，收益率常存在自相关性或异方差性，普通SE可能低估不确定性。此时，可使用Newey-West调整标准误以提高估计精度。

1.3 错误解读和前提验证错误解读

错误："95%置信区间表示真实均值有95%概率落在此区间内。"正确："在重复抽样下，95%的置信区间会包含真实均值。"说明：置信区间描述的是估计范围的可靠性，而非真实均值的概率分布。

前提验证

构建置信区间前需验证数据假设：

正态性检验:若P值<0.05，拒绝正态性假设，需考虑非参数方法。from scipy.stats import jarque_bera

jb_stat, pval = jarque_bera(returns)

print(f"Jarque-Bera P值: {pval:.4f}")自相关检测：若检测到显著自相关，需调整标准误。from statsmodels.stats.diagnostic import acorr_ljungbox

lb_test = acorr_ljungbox(returns, lags=5)

print(lb_test)

二、置信区间构建置信区间是量化金融中评估参数估计不确定性的核心工具。表格整理了关键概念：

关键概念适用条件公式Python函数Z区间n>30xˉ±Zα/2SE\bar{x} \pm Z_{\alpha/2}SExˉ±Zα/2​SEstats.norm.interval()t区间n≤30xˉ±tα/2,dfSE\bar{x} \pm t_{\alpha/2,df}SExˉ±tα/2,df​SEstats.t.interval()自相关修正时间序列Newey-West标准误statsmodels.NeweyWest正态检验所有数据Jarque-Bera统计量stats.jarque_bera()以下将介绍两种常用方法：

2.1 正态分布法（大样本）当样本量n>30n>30n>30时，中心极限定理保证样本均值近似正态分布，可使用Z分数构建置信区间：

xˉ±Zα/2⋅SE\bar{x} \pm Z_{\alpha/2} \cdot SExˉ±Zα/2​⋅SE其中：

xˉ\bar{x} xˉ为样本均值Zα/2Z_{\alpha/2}Zα/2​ 为标准正态分布的临界值SE 为标准误from scipy import stats

mean_height = np.mean(heights)

conf_level = 0.95

z_score = stats.norm.ppf((1 + conf_level)/2)

ci = (mean_height - z_score*SE, mean_height + z_score*SE)

print(f"95%置信区间: [{ci[0]:.2f}, {ci[1]:.2f}]")在金融数据中，即使n>30n>30n>30，若数据偏态或厚尾（如股票收益率），正态分布法可能不适用，需验证前提条件。

2.2 t分布法（小样本）当样本量n≤30n \leq 30n≤30时，样本均值分布更接近t分布，使用t分数构建置信区间：

xˉ±tα/2,df⋅SE\bar{x} \pm t_{\alpha/2, df} \cdot SExˉ±tα/2,df​⋅SE其中：

xˉ\bar{x}xˉ 为样本均值tα/2,dft_{\alpha/2, df}tα/2,df​ 为自由度为df的t分布的临界值SE 为标准误df = sample_size - 1 # 自由度

t_score = stats.t.ppf((1+conf_level)/2, df)

ci_t = (mean_height - t_score*SE, mean_height + t_score*SE)可视化对比:

import matplotlib.pyplot as plt

x = np.linspace(-4, 4, 100)

plt.plot(x, stats.norm.pdf(x), label='Normal')

plt.plot(x, stats.t.pdf(x, df), label='t-dist (df=9)')

plt.legend()

plt.title("Normal vs t-Distribution")

plt.show()小样本置信区间常用于分析短期市场行为或新资产表现，t分布的厚尾特性更适合小样本的不确定性。

三、应用实践3.1 金融数据示例以下以苹果公司（AAPL）股票为例，计算其2020-2022年日收益率的95%置信区间：

import yfinance as yf

# 获取苹果公司收盘价

data = yf.download('AAPL', start='2020-01-01', end='2023-01-01')

returns = data['Close'].pct_change().dropna()

# 计算95%置信区间

mean_ret = returns.mean()

SE_ret = stats.sem(returns)

ci = stats.norm.interval(0.95, loc=mean_ret, scale=SE_ret)

print(f"日均收益率: {mean_ret:.4%}")

print(f"95%置信区间: [{ci[0]:.4%}, {ci[1]:.4%}]")金融数据常具自相关性和异方差性，建议使用Newey-West标准误调整置信区间：

import statsmodels.api as sm

model = sm.OLS(returns, np.ones_like(returns)).fit(cov_type='HAC', cov_kwds={'maxlags':5})

SE_NW = model.bse[0]

ci_NW = (mean_ret - 1.96*SE_NW, mean_ret + 1.96*SE_NW)

print(f"Newey-West调整95%置信区间: [{ci_NW[0]:.4%}, {ci_NW[1]:.4%}]")3.2 假设检验置信区间与假设检验密切相关。以下检验苹果股票日均收益率是否显著大于0：

t_stat, p_value = stats.ttest_1samp(returns, 0)

print(f"T统计量: {t_stat:.2f}, P值: {p_value:.4f}")输出（示例）：

T统计量: 4.32, P值: 0.0000解读：P值<0.05，拒绝原假设，认为日均收益率显著大于0。

综合练习练习题1:

收集特斯拉(TSLA)过去3年的日收益率数据，计算其99%置信区间，并检验数据是否满足正态性假设。

练习题2:

生成一个自相关系数为0.6的AR(1)序列（n=50），比较普通SE与Newey-West调整后的SE差异。

# 提示：Newey-West调整示例

from statsmodels.stats.api import NeweyWest

model = sm.OLS(returns, sm.add_constant(np.ones_like(returns)))

results = model.fit(cov_type='HAC', cov_kwds={'maxlags':5})

print(results.conf_int())

附：练习合集练习上一篇

第20讲：假设检验 (Hypothesis Testing)

下一篇

第22讲：p值挖掘与多重比较偏差 (p-Hacking and Multiple Comparisons Bias)