Autoregressive
Statistinis modelis yra savaime progresyvus, jei jis numato ateities vertes, remdamasis praeities vertybėmis. Pvz., Autoregresyvus modelis gali bandyti numatyti akcijų ateities kainas, remdamasis ankstesniais jų rezultatais.
Pagrindiniai išvežamieji daiktai
- Autoregresyvūs modeliai numato ateities vertybes, remdamiesi praeities vertybėmis.
- Jie plačiai naudojami atliekant techninę analizę numatant būsimas saugumo kainas.
- Autoregresyvūs modeliai netiesiogiai daro prielaidą, kad ateitis bus panaši į praeitį. Todėl jie gali pasirodyti netikslūs tam tikromis rinkos sąlygomis, tokiomis kaip finansinės krizės ar spartaus technologinio pokyčio laikotarpiai.
Autoregresyvių modelių supratimas
Autoregresyvūs modeliai veikia remdamiesi prielaida, kad praeities vertės daro įtaką dabartinėms vertėms, todėl statistikos metodas yra populiarus analizuojant gamtą, ekonomiką ir kitus procesus, kurie kinta laikui bėgant. Keli regresiniai modeliai prognozuoja kintamąjį, naudodamiesi tiesine prognozavimo kombinacija, o autoregresyvūs modeliai naudoja ankstesnių kintamojo verčių kombinaciją.
AR (1) savaiminis progresyvus procesas yra tas, kuriame dabartinė vertė yra pagrįsta prieš tai buvusią reikšmę, tuo tarpu AR (2) procesas yra tas, kuriame dabartinė vertė yra pagrįsta dviem ankstesnėmis vertėmis. AR (0) procesas naudojamas baltajam triukšmui ir neturi priklausomybės tarp terminų. Be šių variacijų, taip pat yra daugybė skirtingų būdų, kaip apskaičiuoti šiuose skaičiavimuose naudojamus koeficientus, pavyzdžiui, mažiausių kvadratų metodas.
Šias sąvokas ir metodus naudoja techniniai analitikai prognozuodami saugumo kainas. Tačiau kadangi autoregresyvūs modeliai grindžia savo prognozes tik praeities informacija, jie netiesiogiai daro prielaidą, kad pagrindinės jėgos, kurios turėjo įtakos praeities kainoms, laikui bėgant nesikeis. Tai gali sukelti netikėtų ir netikslių prognozių, jei iš tikrųjų keičiasi pagrindinės jėgos, pavyzdžiui, jei pramonėje vyksta spartūs ir precedento neturintys technologiniai pokyčiai.
Nepaisant to, prekybininkai ir toliau tobulina autoregresyvių modelių naudojimą prognozavimo tikslais. Puikus pavyzdys yra automatinis progresyvusis integruotasis slenkamasis vidurkis (ARIMA), sudėtingas autoregresyvusis modelis, kuris sudarydamas prognozes gali atsižvelgti į tendencijas, ciklus, sezoniškumą, klaidas ir kitus nestatiškus duomenų tipus.
Analitiniai metodai
Nors autoregresyvūs modeliai yra siejami su technine analize, juos taip pat galima derinti su kitais investavimo metodais. Pavyzdžiui, investuotojai gali naudoti esminę analizę, kad nustatytų įtikinamą galimybę, ir paskui naudoti techninę analizę, norėdami nustatyti įėjimo ir išėjimo taškus.
Realiojo pasaulio savaiminio progresyvaus modelio pavyzdys
Autoregresyvūs modeliai grindžiami prielaida, kad praeities vertės daro įtaką dabartinėms vertėms. Pvz., Investuotojui, naudojančiam autoregresyvų modelį akcijų kainoms prognozuoti, reikia manyti, kad naujiems tų akcijų pirkėjams ir pardavėjams įtaką daro naujausi rinkos sandoriai, kai nusprendžia, kiek pasiūlyti ar priimti vertybinių popierių.
Nors ši prielaida egzistuoja daugeliu atvejų, ne visada taip yra. Pavyzdžiui, ankstesniais metais iki 2008 m. Finansinės krizės dauguma investuotojų nežinojo apie riziką, kurią kelia dideli hipoteka užtikrintų vertybinių popierių portfeliai, kuriuos laiko daugelis finansų įmonių. Tais laikais investuotojui, naudojančiam autoregressyvinį modelį numatyti JAV finansinių atsargų rezultatus, būtų buvę svarios priežastys numatyti vykstančias stabilių ar kylančių akcijų kainų tendencijas šiame sektoriuje.
Tačiau, kai tapo viešai žinoma, kad daugeliui finansų įstaigų gresia neišvengiamas žlugimas, investuotojai staiga pasidarė mažiau susirūpinę šių akcijų naujausiomis kainomis ir kur kas labiau rūpinasi jų pagrindine rizika. Todėl rinka greitai perkainojo finansines atsargas į daug žemesnį lygį, o tai būtų visiškai pakenkę autoregressive modeliui.
Svarbu atkreipti dėmesį į tai, kad taikant autoregressyvinį modelį, vienkartinis šokas įtakos apskaičiuotų kintamųjų reikšmes be galo į ateitį. Todėl finansinės krizės palikimas priklauso nuo šių dienų autoregresyvių modelių.
Palyginkite investicinių sąskaitų teikėjo pavadinimą Aprašymas Skelbėjo informacijos atskleidimas × Šioje lentelėje pateikti pasiūlymai yra iš partnerystės, iš kurios „Investopedia“ gauna kompensaciją.