2019年期货从业考试距离我们越来越近，不知道各位考生在备考期货从业的过程中有没有遇到什么问题呢？为了帮助大家更好地备考期货从业，中公小编针对2019《期货投资分析》第三章 定性与定量分析知识点：定性分析为大家如下整理：
【知识点】定量分析方法
(一) 相关关系分析
1. 计量分析包括相关关系分析、回归分析、时间序列分析及波动率分析。
2. 定量分析一般遵循以下步骤：第一，模型设定;第二，参数估计;第三，模型检验;第四，模型应用。
(二) 一元线性回归分析
1. 一元线性回归模型的参数估计方法通常采用普通最小二乘法。
2. 一元线性回归模型的拟合优度(可决系数)
3. T 检验(回归系数检验)
第一步，提出假设
第二步，构造统计量
第三步，给定显著水平
第四步，根据决策准则
(三) 多元线性回归分析
1. 多元线性回归模型满足如下基本假定：零均值假定、同方差与无自相关假定、无多重共线性假定、随机扰动项与解释变量互不相关、正态性假定。
2. F检验：回归方程的显著性检验或回归模型的整体性检验，反映的是多元线性回归模型中被解释变量与所有解释变量之间线性关系在总体上是否显著。
(四) 时间序列分析
1. 根据某个变量的过去值来预测未来值，就需要用到时间序列方法。
2. 随机变量按照时间的先后顺序排列的集合叫随机过程。若一个随机过程的均值和方差不随时间的改变而改变，且在任何两期之间的协方差值只依赖于两期的距离或滞后的长度，而不依赖于时间，这样的随机过程叫 平稳性随机过程。
3. 若一个随机过程的均值为 0，方差为不变的常数，而且序列不存在相关性，这样的随机过程叫白噪声过程。
4. 非平稳序列转化为平稳序列的两种方法：差分平稳过程、趋势平稳过程。
5. ADF 检验用来检验含有高阶序列相关的序列是否平稳。
6. ARMA 模型(自回归移动平均模型)可细分为移动平均模型(MA)、自回归模型(AR)和自回归移动平均(ARMA)。识别 ARMA 模型的两个关键函数是自相关函数(ACF)和偏自相关函数(PACF)。
7. ARMA 函数的诊断与检验：一是检验模型参数的估计值是否具有统计显著性;二是检验残差序列的随机性。
8. 协整指的是多个平稳性时间序列的某种线性组合是平稳的。
(五) GARCH 类模型简述
金融市场中，波动率通常用资产收益率的条件方差来衡量，条件方差越大，意味着风险越高。金融资产收益率时间序列具有尖峰厚尾和波动率聚焦的特点。
以上就是中公小编为大家整理的2019期货从业考试《期货投资分析》第三章 定性与定量分析知识点：定量分析方法，希望能够对各位考生有所帮助，最后，小编在这里也预祝大家都能够顺利通过2019年的期货从业资格考试！
小编推荐：
2019期货从业考试《期货投资分析》第一章 宏观经济指标知识点：宏观经济中的主要经济指标
