先清乾淨報酬序列,再信任下游任何東西

Tam
Tam
·Founder & AI Builder·2026-09-27
Returns and Time Value: Self-Checks cover

前三條檢查是關於檔案

年化波動度是日標準差乘上交易年度的平方根;以 249 筆報酬計算,結果是 25.71%。對數漂移是 7.76%。解析對數常態平均數是 11.70%,模擬的簡單報酬平均數是 12.03%,因為對數常態的平均數高於它的對數平均數。

在任何統計量被算出之前,價格序列必須成立三件事:報酬筆數比價格筆數少一、沒有收盤價為零或負、日期嚴格遞增。

這三條檢查看起來很基本;它們正是用來抓那些不會報錯、卻會污染下游一切的失敗,也是清理報酬序列 的第一步。

漏掉一列,會改變報酬筆數,以及每一個依筆數而定的統計量。一條該有 250 個價格的序列只有 249 個,會產生 248 筆報酬,而從它們算出的年化波動度,是一個看起來沒問題的數字。

零價格 會產生無限大的對數報酬。Excel 會在那一格顯示 #NUM!,但如果之後用會忽略錯誤的 AVERAGE 去平均,平均就會在不知不覺中只算其餘序列。檢查沒有價格為零或負,是對抗一整類隱形損壞最便宜的防線。

日期排序錯誤 會產生跨越錯誤區間的報酬:從禮拜五到禮拜三的報酬,接著是禮拜二到禮拜四。什麼都不會報錯。在被打亂的列上算出的對數報酬,仍然會加總成總報酬,這就是這個錯誤這麼難看出來的原因。

三條檢查在這裡都通過:從 250 個價格得到 249 筆報酬、零個非正收盤價、零個排序違反。

250 個收盤價是從一份 PDF 價格檔讀進來的,有些印出值需要不止一次 OCR 掃描。資料檢查抓得到漏列、零價格與錯序日期;它們抓不到一個數字被讀成 8 而不是 6。那個錯誤會改變下游每一個統計量;資料檢查是結構性的,抄錄不在它們的範圍內。

波動度恆等式

第一個真正的統計量是年化波動度:25.71%。

這條檢查是恆等式,而不是與外部數字比較:年化波動度必須等於日標準差乘上一年交易天數的平方根。如果模型把數字寫死、或用 365 而不是交易日曆、或用簡單報酬而不是對數報酬算標準差,恆等式就會失敗。

這就是為什麼恆等式檢查在單一序列上有用。沒有外部來源可以拿 25.71% 去比,但有一個定義,而模型必須滿足它。

MODEL sheet, historical statistics: 249 log returns, 25.71% annualised volatility and 7.76% annualised drift
The three statistics the article checks: return count, annualised volatility and log drift, all computed from the 250 daily prices.

漂移,以及兩個平均數的差別

年化對數漂移是 7.76%。活頁簿裡出現兩個平均數,而它們不是同一個數字。

對數報酬的算術平均數 是進入模擬的漂移參數。它是 0.0776。

簡單報酬的平均數 更高:模擬中是 0.1203,對上解析對數常態平均數 0.1170。對數常態的平均數超過它對數平均數的指數,幅度是變異數的一半。那個關係本身也是一條檢查。

只說「平均報酬」而不說哪一個平均數,是量化寫作最常見的錯誤之一,而這裡的差距,對一項年報酬 8% 的資產來說,一年就差 4 個百分點。

這些報酬與時間價值檢查為什麼短

因為檢查很短。三條檔案完整性測試與四條恆等式不需要長篇辯護;它們需要被跑。

它們確立的是:其他一切的輸入是一條乾淨序列,而三個基本統計量是從它們的定義算出來的。它們沒有確立的是:這條序列是一個好樣本。249 天是一年、一個市場狀態、一個資產。

使用這些數字的模擬在蒙地卡羅那篇;使用同一條序列的迴歸在Beta 那篇;量化頁面 收了完整的三十一條檢查表。同一條序列的兩個分支版本在機率樹,而它上面的投資組合層在效率前緣。

序列統計量寫在報酬列上,每一項都是公式,所以價格一改就一路流到年化數字;這是 Mica 的公式寫法。

本模型驗證系列使用合成案例進行方法示範,不構成投資、稅務或法律建議。

最後更新:2026-11-01 · 內部檢查,非獨立稽核。 · 方法與審閱

Tam
Tam

Tam is the Founder & CEO of MINDLINK TEC LTD, an AI creator and product builder building creative AI tools including Mica and Bobi.


Mica

在本機執行的 AI,讓試算表更聰明。用自然語言自動化 Excel 工作流程。

聯絡我們

電子郵件: service@mindlink.tools

公司:MINDLINK TEC LTD

© 2026 MINDLINK TEC LTD 保留所有權利。