关于t检验p值，以及取单边p/2的内容，还是不大理解

Question

1.t检验中p的定义，应该是在正态分布均值为0的情况下，采样出现样本数据的概率。这里显著性水平设置的是0.05，如果取值p/2，那么显著性水平也应该设置为0.025。

2.不管是取0.5对应p，还是0.025对应p/2，都只能说明均值为0的正态分布采样时，出现试验样本的概率大小，如果p的值比显著性水平值小，拒绝原假设，只能说明概率上我们不能认为样本对应的总体均值为0，但并不能说明样本对应的均值大概率是小于0还是大于0。也就是说，不能认为p值小于显著性水平，就表示大概率会盈利。

小实验如下，手动将一直股票的每次收益调整为负数，显然是亏损的

df = get_price('000001.XSHE', '2015-01-01', '2021-08-01', 'daily')
df = ma.ma_strategy(df, 5, 20)
df['profit_pct']=np.where(df['profit_pct']>0,df['profit_pct']*(-1),df['profit_pct'])
test.ttest(df['profit_pct'])

输入为

auth success 

t-value: -6.905317908023121

p-value: 7.040555965936389e-09

是否拒绝[H0]收益均值=0： True

Process finished with exit code 0

Answer 1

麦克派斯 2022-03-28 21:03:32

这里的假设应该是单尾检验 one tailed test.

原假设H0为：股票收益率 u <= 0

备择假设Ha为：股票收益率 u > 0

参考下图是双尾的情况：

你的例子中 t =-6.9 是负的，已经到非常左边的区域了。表示“几乎”可以肯定该策略是亏钱的。

Answer 2

DeltaF 2021-11-25 15:58:12

你说的是双尾分布，p/2就是单尾，>0表示收益率为+