Przeskalowana analiza zakresu

Co to jest przeskalowana analiza zakresu?

Analiza przeskalowanych zakresów to technika statystyczna używana do analizowania trendów w szeregach czasowych. Został opracowany przez brytyjskiego hydrologa Harolda Edwina Hursta w celu przewidywania powodzi na Nilu. Inwestorzy używali go do poszukiwania cykli, wzorców i trendów cen akcji i obligacji, które mogą się powtórzyć lub odwrócić w przyszłości.

Zrozumienie przeskalowanej analizy zakresu

Analiza przeskalowanych zakresów może służyć do wykrywania i oceny trwałości, losowości lub średniego odwrócenia danych szeregów czasowych rynków finansowych. Kursy walutowe i ceny akcji nie podążają losowym marszem ani nieprzewidywalną ścieżką, jak gdyby zmiany cen były od siebie niezależne. Innymi słowy, rynki nie są w pełni wydajne, co oznacza, że ​​inwestorzy mają możliwość skorzystania z nich.

Jeśli w danych występuje silny trend, zostanie on wychwycony przez wykładnik Hursta (wykładnik H), który można również wykorzystać do oceny funduszy inwestycyjnych. Wykładnik H, który jest również znany jako indeks zależności dalekiego zasięgu, może ekstrapolować przyszłą wartość lub średnią dla danych.

Wykładnik Hursta mieści się w zakresie od zera do jedynki i mierzy trwałość, losowość lub średni powrót. Szeregi czasowe przedstawiające losowy proces stochastyczny mają wykładniki H bliskie 0,5. Gdy H jest większe niż 0,5, dane wykazują silny długoterminowy trend, a gdy H jest mniejsze niż 0,5, prawdopodobnie odwróci się trend w rozważanym przedziale czasowym.

Wykładniki H poniżej 0,5 są również znane jako efekt Józefa, w odniesieniu do biblijnej historii o siedmiu latach dostatku, po których następuje siedem lat głodu. Po niskich wartościach prawdopodobnie nastąpią wartości wysokie lub odwrotnie.

Przeskalowany zakres i wykładnik Hursta

Analiza przeskalowanych zakresów ocenia, jak zmienność danych szeregów czasowych zmienia się wraz z długością rozpatrywanego okresu. Przeskalowany zakres oblicza się, dzieląc zakres (wartość maksymalna minus wartość minimalna) skumulowanych średnich skorygowanych punktów danych (suma każdego punktu danych minus średnia serii danych) przez odchylenie standardowe wartości w tej samej części szereg czasowy.

Wraz ze wzrostem liczby obserwacji w szeregu czasowym zwiększa się przeskalowany zakres. Wykreślając te wzrosty jako logarytm R / S względem logarytmu n, można wyznaczyć nachylenie tej prostej, która jest wykładnikiem Hursta, H.

Przykłady użycia przeskalowanej analizy zakresu

Wykładnik Hursta może być używany w strategiach inwestycyjnych handlu trendami. Inwestor szukałby akcji, które wykazują dużą trwałość. Te zapasy miałyby H większe niż 0,5. H poniżej 0,5 można połączyć ze wskaźnikami technicznymi w celu odwrócenia ceny spot. Na przykład, aby zaplanować inwestycję, inwestor wartościowy może szukać akcji o wartości H poniżej 0,5, których ceny spadają od jakiegoś czasu.

Średni handel rewersjami wydaje się wykorzystywać ekstremalne zmiany ceny papieru wartościowego, opierając się na założeniu, że powróci on do poprzedniego stanu. Wykładnik H jest używany przez traderów algorytmicznych do spekulacji na temat strategii serii czasowych z odwracaniem średniej, takich jak handel parami, gdzie spread między dwoma aktywami jest odwracający średnią.

Poniższy wykres przedstawia 15- okresową średnią ruchomą (MA) wykładnika Hursta na podstawie wykresu cenowego SPDR S&P 500 (SPY). MA można regulować, przy czym dłuższe MA wygładza fluktuacje.

Handlowcy, którzy chcą kupować podczas wzrostu ceny, mogą szukać okazji, w których H jest powyżej 0,5, a cena rośnie. Używany w ten sposób wskaźnik niekoniecznie dostarczałby sygnałów handlowych, ale mógłby pomóc w potwierdzeniu innych sygnałów handlowych opartych na trendzie.

Wskaźnik nie zawsze zapewnia dobre sygnały. Należy również zauważyć, że wysokie wartości H, gdy cena spada, wskazują na dalsze spadki ceny, co może sprawić, że wskaźnik będzie nieco zagmatwany przy pierwszym użyciu.

Różnica między przeskalowaną analizą zakresu a analizą regresji

Analiza przeskalowanych zakresów analizuje serie danych i określa trwałe lub tendencje do odwracania średniej w tych danych. analizy regresji.

Ograniczenia przeskalowanej analizy zakresu

Do celów handlowych przeskalowany zakres to skorygowany zakres podzielony przez odchylenie standardowe. Te obliczenia są oparte na danych z przeszłości i nie są z natury predykcyjne. Do tradera należy interpretacja informacji dostarczonych przez przeskalowany zakres lub wykładnik Hursta.

Dla celów handlowych wskaźnik Hursta, który pochodzi z przeskalowanego zakresu, może czasami działać, ale nie działa przez cały czas. Silny trend cenowy mógłby zostać gwałtownie odwrócony, czego wskaźnik nie przewidywał. Odwrócenia sygnalizowane przez wskaźnik mogą również nie nastąpić.