Kas ir mēroga diapazona analīze?
Mēroga diapazona analīze ir statistikas metode, ko izmanto, lai analizētu tendences laikrindas. To paredzēja britu hidrologs Harolds Edvins Hērsts, lai prognozētu plūdus Nīlas upē. Investori to ir izmantojuši, lai meklētu ciklus, modeļus un tendences akciju un obligāciju cenās, kas nākotnē varētu atkārtoties vai mainīties.
Taustiņu izņemšana
- Mēroga diapazona analīzē tiek apskatīta datu sērija un tiek noteiktas noturības vai vidējās vērtības maiņas tendences šajos datos. Mēroga diapazonu var izmantot, lai aprēķinātu Hērsta eksponentu, kas var ekstrapolēt datu nākotnes vērtību vai vidējo vērtību. Hērsta eksponents svārstās starp nulle un viens.Kad Hērsta eksponents ir lielāks par 0, 5, dati uzrāda spēcīgu ilgtermiņa tendenci, un, kad H ir mazāks par 0, 5, tendences maiņa ir lielāka.
Izpratne par mēroga diapazona analīzi
Reskalēta diapazona analīzi var izmantot, lai noteiktu un novērtētu noturības, nejaušības vai vidējās reversijas daudzumu finanšu tirgus laikrindu datos. Valūtas kursi un akciju cenas neiet pēc nejaušas soļa vai neparedzamas iespējas, kā tas notiktu gadījumā, ja cenu izmaiņas būtu neatkarīgas viena no otras. Citiem vārdiem sakot, tirgi nav pilnīgi efektīvi, un tas nozīmē, ka investoriem ir iespējas gūt labumu.
Ja datos vērojama izteikta tendence, to uztver Hērsta eksponents (H eksponents), kuru var izmantot arī kopfondu novērtēšanai. H eksponents, ko sauc arī par lielās atkarības indeksu, var ekstrapolēt datu nākotnes vērtību vai vidējo vērtību.
Hērsta eksponents svārstās starp nulli un vienu, un tas mēra noturību, nejaušību vai vidējo reversiju. Laika rindām, kas parāda nejaušu stohastisku procesu, H eksponenti ir tuvu 0, 5. Ja H ir lielāks par 0, 5, dati uzrāda spēcīgu ilgtermiņa tendenci, un, kad H ir mazāks par 0, 5, iespējams, ka tendences mainīsies attiecīgajā laika posmā.
H eksponenti zem 0, 5 ir zināmi arī kā Jāzepa efekts, atsaucoties uz Bībeles stāstu par septiņiem bagātības gadiem, kam seko septiņi bads. Zemām vērtībām, visticamāk, sekos augstas vērtības, vai otrādi.
Rescaled Range un Hurst eksponents
Reskalēta diapazona analīzē tiek novērtēts, kā mainās laikrindu datu mainīgums atkarībā no attiecīgā perioda ilguma. Pielāgotās vērtības diapazonu aprēķina, dalot kumulatīvo vidējo izlīdzināto datu punktu diapazonu (maksimālā vērtība mīnus minimālā vērtība) (katra datu punkta summa mīnus datu sērijas vidējā vērtība) ar vērtību standartnovirzi tajā pašā laika rindas.
Palielinoties novērojumu skaitam laika sērijās, palielinās mēroga diapazons. Uzzīmējot šos pieaugumus kā R / S logaritmu pret n logaritmu, var noteikt šīs līnijas slīpumu, kas ir Hersta eksponents H.
Piemēri, kā izmantot mēroga diapazona analīzi
Hērsta eksponentu var izmantot tendenču tirdzniecības ieguldījumu stratēģijās. Investors meklētu akcijas, kas uzrāda izteiktu noturību. Šiem krājumiem H būtu lielāks par 0, 5. H, kas mazāks par 0, 5, varētu savienot pārī ar tehniskajiem rādītājiem, lai pamanītu cenu maiņu. Piemēram, lai savlaicīgi veiktu ieguldījumus, vērtīgs ieguldītājs var meklēt akcijas ar H zemāku par 0, 5, kuru cenas kādu laiku pazeminās.
Vidējās reversijas tirdzniecības mērķis ir gūt labumu no vērtspapīra cenu ārkārtējām izmaiņām, balstoties uz pieņēmumu, ka tas atgriezīsies iepriekšējā stāvoklī. H eksponentu algoritmiskie tirgotāji izmanto, lai spekulētu ar vidējās vērtības atgriešanās laika rindu stratēģijām, piemēram, pāru tirdzniecību, kur starpība starp diviem aktīviem ir vidējā atgriešanās.
Šajā tabulā parādīts Hurst eksponenta 15 periodu mainīgais vidējais (MA), pamatojoties uz SPDR S&P 500 (SPY) cenu diagrammu. MA var pielāgot, ar garāku MA izlīdzinot svārstības.
Tirgotājiem, kuri vēlas iegādāties cenu paaugstināšanās laikā, viņi varētu meklēt iespējas, kur H ir virs 0, 5 un cena virzās uz augšu. Šādā veidā izmantots indikators ne vienmēr sniedz tirdzniecības signālus, bet tas varētu palīdzēt sniegt apstiprinājumu citiem tirdzniecības signāliem, pamatojoties uz tendenci.
Tirdzniecības skats
Indikators ne vienmēr nodrošina labus signālus. Ir arī svarīgi atzīmēt, ka augstās H vērtības, kad cena samazinās, norāda uz turpmāku cenu kritumu, kas, sākotnēji izmantojot indikatoru, var nedaudz mulsināt.
Atšķirība starp mēroga diapazona analīzi un regresijas analīzi
Mēroga diapazona analīzē tiek aplūkota datu sērija un tiek noteiktas noturības vai vidējās vērtības maiņas tendences šajos datos. Lineārā regresija aplūko divus mainīgos lielumus, piemēram, cenu un laiku, un atrod vidējo punktu vai līniju, kas vislabāk piemērota datu sērijai. Pēc tam var pievienot standarta novirzes kanālus, lai parādītu, kad, pamatojoties uz datu sērijām, drošība ir potenciāli pārpirkta vai pārdota. Lineārā regresija ir daļa no plašāka regresijas analīzes lauka.
Mēroga diapazona analīzes ierobežojumi
Tirdzniecības nolūkos mēroga diapazons ir koriģēts diapazons, dalīts ar standarta novirzi. Šie aprēķini ir balstīti uz iepriekšējiem datiem, un tie pēc savas būtības nav paredzami. Tirgotājam ir jāinterpretē informācija, ko sniedz mainītais diapazons vai Hurst eksponents.
Tirdzniecības nolūkos Hērsta indikators, kas iegūts no koriģētā diapazona, dažreiz var darboties, bet tas nedarbojas visu laiku. Spēcīgu cenu tendenci varētu strauji mainīt, ko rādītājs neparedzēja. Var arī neattīstīties apgriezieni, ko norāda indikators.
