异性词定义：简单含义和类型解释

什么是异性恋性？

在统计数据中，当预测变量的标准偏差对自变量的不同值或与以前的时间段相关的不同值时，异方差（或异方差）发生。有了异性恋性，在视觉检查残差错误时，讲述的标志是随着时间的流逝，它们会倾向于粉丝，如下图所示。

异性恋通常以两种形式出现：条件和无条件。有条件的异性恋性识别非构成挥发性与以前的（例如，每日）波动有关。无条件的异质性是指与先前时期波动无关的波动性的一般结构变化。当可以识别出高波动性和低波动性时，使用无条件的异质性。

异性恋的基础知识

在金融中，经常在股票和债券的价格中看到有条件的异性恋性。波动水平这些股票中的任何时期都无法预测。在讨论具有可识别季节性变异性的变量时，可以使用无条件的异质性。

与统计有关，HeteroSkedatosity（也拼写）异质性）是指在特定样本中的一个自变量的最低自变量之内的误差差异或散射的依赖性。这些变化可用于计算数据集之间的误差范围，例如预期结果和实际结果，因为它提供了数据点与平均值的偏差度量。

为了使数据集被认为是相关的，大多数数据点必须在特定数量的标准偏差范围内与Chebyshev定理所描述的平均值（也称为Chebyshev的不平等）所描述。这提供了有关随机变量与均值不同的概率的准则。

基于指定的标准偏差数量，随机变量具有特定的概率存在于这些点中。例如，可能需要两个标准偏差的范围至少包含有效的数据点的75％。最低要求之外的差异的常见原因通常归因于数据质量问题。

异性恋的对立面是同性恋。同性恋性是指残留项的方差恒定或几乎如此。同性恋性是线性回归建模的一个假设。需要确保估计值是准确的，因变量的预测限制是有效的，并且参数的置信区间和p值是有效的。

类型的异性恋性

无条件

无条件的异质性是可以预测的，并且可以与周期性的变量有关。这可能包括在传统的假日购物期间报告的零售销售额较高，或者在温暖月份的空调维修电话增加。

如果转移不是传统的季节性，则方差内的变化可以直接与特定事件或预测标记的发生联系在一起。这可能与智能手机销售的增加有关，因为该活动是基于该事件的周期性活动，但不一定取决于季节。

异性恋性也可能与数据接近边界接近边界的情况有关 - 由于边界限制了数据范围，因此方差必须较小。

有条件

有条件的异质性自然无法预测。没有明显的迹象表明，导致分析师认为数据在任何时间点都会或多或少地散布。通常，金融产品被认为是有条件的异质性，因为并非所有变化都可以归因于特定事件或季节性变化。

有条件的异性恋性的一个普遍应用是股票市场，当今的波动与昨天的波动密切相关。该模型解释了持续的高波动性和低波动性的时期。

特殊考虑

异性恋和财务建模

HeteroSkedative性是回归模型中的一个重要概念，在投资世界中，回归模型用于解释证券和投资组合的绩效。其中最著名的是资本资产定价模型（CAPM），这解释了股票相对于整个市场的波动性的绩效。该模型的扩展增加了其他预测变量，例如大小，动量，质量和样式（价值与增长）。

这些预测变量之所以添加，是因为它们解释或说明因变量中的差异。 CAPM解释了投资组合的性能。例如，CAPM模型的开发人员意识到他们的模型未能解释一个有趣的异常：高质量的股票比低质量的股票挥发性较小，往往比CAPM模型预期的要好。 CAPM说，高风险的股票应胜过低风险的股票。

换句话说，高挥发性股票应击败较低的挥发性股票。但是，易波动性的高质量股票的性能往往比CAPM预期的要好。

后来，其他研究人员扩展了CAPM模型（已经扩展到包括其他预测变量（例如大小，样式和动量），以将质量作为附加的预测变量，也称为“因子”。由于该因子现在包括该因素，因此计算了低波动率库存的性能异常。这些模型，称为多因素模型，构成因素投资和智能beta的基础。