Mi az átváltott tartomány elemzése?
Az átváltott tartomány-elemzés egy statisztikai technika, amelyet az idősorok trendeinek elemzésére használnak. Ezt a brit hidrológus, Harold Edwin Hurst fejlesztette ki, hogy megjósolja a Nílus folyójának áradását. A befektetők arra használtak, hogy olyan ciklusokat, mintákat és tendenciákat keressenek a részvény- és kötvényárakban, amelyek megismétlődhetnek vagy megfordulhatnak a jövőben.
Kulcs elvihető
- Az átméretezett tartomány elemzése az adatsorozatokat vizsgálja, és meghatározza az adatokban az állandóság vagy az átváltás tendenciáit. Az átméretezett tartomány felhasználható a Hurst-exponens kiszámításához, amely az adatok jövőbeni értékét vagy átlagát extrapolálhatja. A Hurst-exponens ingadozik a nulla és egy.Ha a Hurst-exponens nagyobb, mint 0, 5, az adatok erős hosszú távú tendenciát mutatnak, és ha a H értéke 0, 5-nél kisebb, akkor a tendencia megfordulása valószínűbb.
Az átméretezett tartomány elemzése
Az átváltott tartomány-elemzés felhasználható a perzisztencia, a véletlenszerűség vagy az átlagos visszafordulás mértékének felismerésére és értékelésére a pénzügyi piacok idősor adataiban. Az árfolyamok és a részvényárak nem járnak véletlenszerű előrejelzéssel vagy kiszámíthatatlan utat követve, mintha akkor lenne, ha az árváltozások függetlenek egymástól. Más szavakkal, a piacok nem tökéletesen hatékonyak, ami azt jelenti, hogy lehetősége van a befektetőknek profitálni.
Ha az adatokban erős tendencia figyelhető meg, akkor azt a Hurst-exponens (H-exponens) fogja fel, amely a befektetési alapok értékelésére is felhasználható. A H exponens, amelyet más néven a hosszú távú függőség indexének is hívnak, extrapolálhatja az adatok jövőbeni értékét vagy átlagát.
A Hurst-exponens nulla és egy között mozog, és megméri a perzisztenciát, a véletlenszerűséget vagy az átlagos reverziót. A véletlenszerű sztochasztikus folyamatot mutató idősorok H-exponensei közel vannak 0, 5-ig. Ha H nagyobb, mint 0, 5, akkor az adatok erős hosszú távú tendenciát mutatnak, és amikor H alacsonyabb, mint 0, 5, valószínűleg visszafordítja a tendenciát a figyelembe vett időkereten belül.
A 0, 5 pont alatti H exponenseket Joseph hatásnak is nevezzük, hivatkozva a bibliai történetre, amely szerint hétéves bőséget követtek hét éhínség. Az alacsony értékeket valószínűleg magas értékek követik, vagy fordítva.
Méretezett tartomány és a Hurst Exponent
Az átváltott tartomány-elemzés felméri, hogy az idősorozatok adatainak variabilitása hogyan változik a figyelembe vett időszak hosszával. Az átméretezett tartományt úgy számítják ki, hogy a kumulált átlagolódott adatpontok tartományát (a maximális érték mínusz a minimális érték) (az egyes adatpontok összege mínusz az adatsorok átlaga) osztják el az értékek szórásával a idősorok.
Ahogy egy idősorban megfigyelések száma növekszik, az átméretezett tartomány növekszik. Ezeknek a növekedéseknek az ábrázolásával az R / S logaritmusa és az n logaritmusa alapján meghatározzuk ennek a vonalnak a meredekségét, amely a Hurst exponens.
Példák az átméretezett tartomány elemzésére
A Hurst-exponens felhasználható a trendkereskedelmi befektetési stratégiákban. Egy befektető olyan állományokat keres, amelyek erősen kitartóak. Ezen állományok H-értéke nagyobb, mint 0, 5. A 0, 5-nél alacsonyabb H-t technikai mutatókkal lehet összekapcsolni az árak megfordításának észlelésére. Például a befektetés időben történő bevezetése érdekében az értékbefektető olyan 0, 5-nél kisebb H értékű részvényeket kereshet, amelyek ára egy ideje csökken.
Az átlagos reverziós kereskedés úgy akarja kihasználni az értékpapír árának szélsőséges változásait, hogy feltételezzük, hogy ez visszaáll az előző állapotába. Az H exponenst az algoritmikus kereskedők az átlag-visszatérítési idősor-stratégiákra, például a párkereskedelemre való spekulációra használják, ahol a két eszköz közötti különbség átlag-visszatérítés.
Az alábbi táblázat a Hurst Exponent 15 periódusának mozgóátlagát mutatja az SPDR S&P 500 (SPY) ábrán. Az MA beállítható egy hosszabb MA-val az ingadozások kisimításával.
Azok a kereskedők, akik vásárolni akarnak az áremelkedés során, lehetőségeket kereshetnek, ahol a H értéke 0, 5 felett van, és az ár felfelé mozog. Ilyen módon a mutató nem feltétlenül szolgáltat forgalmi jeleket, de segíthet abban, hogy a tendencia alapján megerősítsék az egyéb kereskedelmi jeleket.
TradingView
A jelző nem mindig ad jó jelet. Fontos megjegyezni, hogy ha a magas H-értékek az ár csökkenésekor további árcsökkenést jeleznek, ami kissé zavaróvá teheti a mutatót az első használatkor.
A különbség az átváltott tartomány-elemzés és a regressziós elemzés között
Az átméretezett tartomány elemzése az adatsorokat vizsgálja, és meghatározza az adatokban a perzisztencia vagy az átváltási tendenciákat. A lineáris regresszió két változót vizsgál, például az árat és az időt, és megtalálja az adatsorokhoz legjobban illeszkedő középpontot vagy sort. Ezután szokásos eltérési csatornákat adhatunk hozzá, amelyek megmutatják, hogy az adat sorozat alapján a biztonságot potenciálisan túlvásárolták-e vagy túllépték-e. A lineáris regresszió a regressziós elemzés nagyobb területének része.
Az átváltott tartomány elemzésének korlátozásai
Kereskedelmi célokból az átváltott tartomány a korrigált tartomány osztva a szórással. Ezek a számítások a múltbéli adatokon alapulnak, és természetüknél fogva nem prediktívak. A kereskedőnek kell értelmeznie azokat az információkat, amelyeket a skálázott tartomány vagy a Hurst-exponens nyújt.
Kereskedelmi célokra a Hurst-mutató, amely a skálázott tartományból származik, néha működhet, de nem mindig működik. Az erős áremelkedés hirtelen megfordulhat, amelyet a mutató nem látott. A mutató által jelzett fordított fordítások szintén nem alakulnak ki.
