R语言如何可视化股票收益分布一致性检验，包括KS检验和置换检验？

本文共计1586个文字，预计阅读时间需要7分钟。

今年的收益是否真的与典型年份的预期不同？差异是否实际存在？这些问题都是容易回答的。我们可以使用平均值相等或方差相等的测试来分析。但下面这个问题呢？今年的收益与典型年份的预期有何不同？

今年的收益是否真的与典型年份的预期不同？差异实际上与典型年份的预期不同吗？这些都是容易回答的问题。我们可以使用均值相等或方差相等的测试。
但是下面这个问题呢。

今年的收益概况与一般年份的预期情况是否不同？

这是一个更加普遍和重要的问题，因为它包括所有的时刻和尾部行为。而且它的答案也不那么简单。

我在想一定有一种方法可以检验收益密度之间的差异，而不仅仅是量化、可视化和用眼睛看。确实有这样的方法。这篇文章的目的是展示如何正式检验密度之间的平等。

事实上，至少有两种方法可以检验两个密度或两个分布之间的平等。第一种是比较经典的。这种检验被称为Kolmogorov-Smirnov检验。另一种是比较现代的，使用Permutation Test置换检验（需要模拟）。我们展示这两种方法。让我们先拉出一些价格数据。