Główny » handel algorytmiczny » Analiza przeskalowanego zakresu

Analiza przeskalowanego zakresu

handel algorytmiczny : Analiza przeskalowanego zakresu
DEFINICJA analizy przeskalowanego zakresu

Analiza przeskalowanego zakresu jest techniką statystyczną stosowaną do analizy trendów w szeregach czasowych, opracowaną przez brytyjskiego hydrologa Harolda Edwina Hursta - do przewidywania powodzi na Nilu. Inwestorzy wykorzystali go do wyszukiwania cykli, wzorów i trendów cen akcji i obligacji, które mogą się powtórzyć lub odwrócić w przyszłości.

PRZEŁAMANIE Analiza przeskalowanego zakresu

Analizę przeskalowanego zakresu można wykorzystać do wykrywania i oceny stopnia trwałości, losowości lub średniej zmiany danych szeregów czasowych rynków finansowych. Kursy walut i ceny akcji nie podążają losowym spacerem lub nieprzewidywalną ścieżką, tak jak gdyby zmiany cen były od siebie niezależne. Innymi słowy, rynki nie są w pełni wydajne - co oznacza, że ​​inwestorzy mają możliwości czerpania z nich korzyści.

Jeśli w danych występuje silny trend, zostanie on wychwycony przez wykładnik Hursta (wykładnik H) - który można również wykorzystać do oceny funduszy inwestycyjnych. Wykładnik H, znany również jako wskaźnik zależności dalekiego zasięgu, może ekstrapolować przyszłą wartość lub średnią dla punktu danych. Wynosi od 0 do 1 i mierzy trwałość, losowość lub średnią rewersję. Szeregi czasowe przedstawiające losowy proces stochastyczny mają wykładniki H bliskie 0, 5. Gdy H wynosi ≥ 0, 5, dane wykazują silny trend długoterminowy, a gdy H wynosi <0, 5, prawdopodobne jest odwrócenie trendu w rozważanych ramach czasowych. Wykładniki H powyżej 0, 5 są również znane jako efekt Józefa, w odniesieniu do biblijnej historii o siedmiu latach obfitości, po których następuje siedem lat głodu.

Wymiana Hurst Exponent

Wykładnik Hurst może być wykorzystywany w strategiach inwestycyjnych opartych na trendach. Inwestor wzrostowy szukałby akcji o dużej trwałości, tj. O H ≥ 0, 5. H mniejszą niż 0, 5 można połączyć ze wskaźnikami technicznymi w celu wykrycia odwrócenia cen. Na przykład inwestor wartościowy może poszukiwać akcji o H <0, 5, których ceny spadają od pewnego czasu, do czasu ich inwestycji.

Handel średnimi zamianami opiera się na ekstremalnych zmianach ceny papieru wartościowego, w oparciu o założenie, że powróci on do poprzedniego stanu. Wykładnik H jest wykorzystywany przez handlowców algorytmicznych do spekulacji na temat strategii odwracania średnich szeregów czasowych, takich jak handel parami - w których rozpiętość między dwoma aktywami jest odwracaniem średnich.

Przeskalowany zasięg i najgorszy wykładnik

Analiza przeskalowanego zakresu ocenia, jak zmienia się zmienność danych szeregów czasowych wraz z długością rozważanego okresu. Przeskalowany zakres jest obliczany przez podzielenie zakresu wartości części szeregu czasowego przez standardowe odchylenie wartości w tej samej części szeregu czasowego. Na przykład rozważmy szereg czasowy {1, 4, 3, 6, 8, 13, 5, 2}, który ma zakres, R, wynoszący 13 - 1 = 12. Jego odchylenie standardowe, s, wynosi 3, 85, więc przeskalowano zakres wynosi R / s = 3, 12.

Wraz ze wzrostem liczby obserwacji w szeregu czasowym wzrasta zakres przeskalowanego. Wykreślając te wzrosty jako logarytm R / s względem logarytmu n, można określić nachylenie tej linii, która jest wykładnikiem Hursta, H.

Obliczanie przeskalowanego zakresu

Zakres przeskalowany jest obliczany dla szeregów czasowych,

, jak następuje:

Oblicz średnią dla każdego zakresu

Utwórz średnią skorygowaną serię

Utwórz serię, która będzie bieżącą sumą odchyleń od średniej

Utwórz serię zakresów R, która jest najszerszą różnicą w serii odchyleń

Utwórz odchylenie standardowe serii S;

Gdzie

m (t)

jest średnią wartości szeregów czasowych w czasie

Oblicz przeskalowane serie zakresów (R / S)

Porównaj rachunki inwestycyjne Nazwa dostawcy Opis Ujawnienie reklamodawcy × Oferty przedstawione w tej tabeli pochodzą od partnerstw, od których Investopedia otrzymuje wynagrodzenie.

Terminy pokrewne

Średni prawdziwy zakres - ATR Średni prawdziwy zakres - ATR jest wskaźnikiem analizy technicznej, który mierzy zmienność poprzez rozkład całego zakresu ceny aktywów w tym okresie. więcej Definicja modelu Boxa-Jenkinsa Model Boxa-Jenkinsa jest modelem matematycznym zaprojektowanym do prognozowania danych z określonych szeregów czasowych. więcej Rozkład log-normalny Rozkład log-normalny jest statystycznym rozkładem wartości logarytmicznych z pokrewnego rozkładu normalnego. więcej Definicja i przykład wskaźnika transformacji Fishera Transformacja Fishera przekształca ceny w rozkład normalny Gaussa, który generuje sygnały kupna i sprzedaży. Wskaźnik wygładza dane cenowe, próbując wyraźniej pokazać odwrócenie cen i trendy. więcej Efekt Josepha Efekt Josepha to koncepcja, że ​​uporczywość w czasie występuje w przypadkowych ruchach i może być stosowana do przewidywania przyszłego dobrobytu. więcej Indeks losowego marszu Indeks losowego marszu porównuje ruchy cen papierów wartościowych z losowym próbkowaniem w celu ustalenia, czy jest on zaangażowany w istotny statystycznie trend. więcej linków partnerskich
Zalecane
Zostaw Swój Komentarz