随机游走指数的一个实例是什么？（含假设）
定义：随机游走指数试图衡量的内容
随机游走指数（RWI）是一种统计度量，旨在描述一个时间序列更像“随机游走”（不可预测的增量）还是表现出更多结构（一定程度的可预测性）。在实践中，具体公式取决于你所参考的提供方或文档，但核心思想通常一致：它将实际价格变动与在随机性假设下预期的行为进行比较。
由于不同来源对 RWI 的实现方式可能不同，任何实例都必须首先确定计算方法。因此，本文提供一个数学上完整且基于假设的示例，但不声称其与每个供应商的实现完全一致。
机制：为实例设定假设
为了透明地演示其机制，我们使用一个简化且定义明确的 RWI 风格构造。
固定假设
- 数据：我们使用五个连续的收盘价（任意数值）：
- P0=100, P1=101, P2=100, P3=102, P4=101。
- 使用的收益率：我们计算单期简单收益率 r_t = (P_t − P_{t−1}) / P_{t−1}。
- “随机性评分”概念：通过比较连续变化的幅度，衡量收益率与随机增量的相似程度。
- 计算方法（明确）：
- 计算收益率 r1..r4。
- 计算收益率的一阶差分：d_t = r_t − r_{t−1}，t=2..4（三个值）。
- 计算平均绝对差：MAD = average(|d_t|)。
- 定义 RWI = 1 / (1 + MAD)。
此定义使方向直观：如果连续收益率变化较小（MAD 小），则 RWI 较高（在此简化设定中更接近“随机”）。如果收益率波动更剧烈，MAD 更大，RWI 下降。
分步计算
步骤 1：收益率
- r1 = (101−100)/100 = 0.01
- r2 = (100−101)/101 ≈ −0.00990099
- r3 = (102−100)/100 = 0.02
- r4 = (101−102)/102 ≈ −0.00980392
步骤 2：收益率的一阶差分
- d2 = r2 − r1 ≈ (−0.00990099) − 0.01 = −0.01990099
- d3 = r3 − r2 ≈ 0.02 − (−0.00990099) = 0.02990099
- d4 = r4 − r3 ≈ (−0.00980392) − 0.02 = −0.02980392
步骤 3：平均绝对差
- |d2| ≈ 0.01990099
- |d3| ≈ 0.02990099
- |d4| ≈ 0.02980392
- MAD = (0.01990099 + 0.02990099 + 0.02980392) / 3 ≈ 0.02653530
步骤 4：计算 RWI
- RWI = 1 / (1 + MAD) = 1 / (1 + 0.02653530) ≈ 0.9741
在这些假设下这个单一数值的含义
在此简化方法中，RWI≈0.97 表示“收益率的收益率”变动较小，从而产生较高的指数值。重要的是，此解释仅在上述确切公式以及我们使用的特定收益率定义和窗口下有效。
验证或实例检查：如何独立验证
读者可通过重新计算每个中间量来独立验证该示例：
- 从选定价格重新计算 r1..r4。
- 将 d2..d4 重新计算为收益率的差分。
- 确认绝对值、其平均值（MAD）以及最终映射 RWI = 1/(1+MAD)。
为使“实例”更稳健，还应测试敏感性（仍使用相同的固定方法）：
- 改变窗口大小（使用超过五个价格），观察 MAD 是否通常增大或减小。
- 使用对数收益率而非简单收益率，并验证 r_t 及 RWI 如何变化。
这些检查表明一个关键的实际要点：当计算细节改变时，同一市场可能产生不同的 RWI 值。
局限性和风险：预期的失效模式
- 公式不匹配风险。 “随机游走指数”可能指代不同定义。如果某提供方使用不同计算方法，本文假设下的实例可能无法复制其输出。
- 窗口和采样效应。 当你改变数据长度、频率（如日线 vs. 盘中）或处理缺失数据的方式时，结果可能变化。
- 成本和执行。 即使指数显示结构变化，实际交易结果仍取决于交易成本、滑点和执行时机——这些在纯价格统计示例中均未体现。
- 机制转换。 某一时期看似“随机游走”的关系在另一时期可能不成立。历史行为不能保证未来行为。
- 小样本不稳定性。 观测值较少时，MAD 等统计量可能噪声较大；单个价格变动可能显著影响指数。