Co to jest zniechęcenie?
Odstraszanie polega na usuwaniu skutków gromadzenia zestawów danych z trendu, aby pokazać tylko bezwzględne zmiany wartości i umożliwić identyfikację potencjalnych wzorców cyklicznych. Odbywa się to za pomocą analizy regresji i innych technik statystycznych. Odstraszanie pomaga namalować wyraźniejszy obraz wzoru, który chcesz zidentyfikować.
Kluczowe dania na wynos
- Detrending służy do identyfikowania cyklicznych wzorców w określonym zbiorze danych. Zazwyczaj istnieją dwie klasy trendów: deterministyczne i stochastyczne. Przed wystąpieniem detrendingu należy zidentyfikować rodzaj trendu. Oscylator cen Detrend jest najprostszą metodą, którą można zastosować do detrendu. Istnieje kilka innych metod, które można zastosować w pewnych okolicznościach, ale są one często trudniejsze i bardziej skomplikowane.
Jak działa Detrend
Kiedy badacz odrzuca określony zestaw danych, zwykle robi to w celu usunięcia aspektu, który wydaje się powodować pewne zniekształcenie w końcowym wyniku. Usunięcie informacji o trendach ze zbioru danych często wiąże się z dużymi korzyściami, ponieważ wystarczy po prostu zidentyfikować trendy w pierwszej kolejności i modelować te, które okazały się przydatne lub w inny sposób informatywne w przeszłości.
Usunięcie trendu z zestawu danych może pozwolić skupić się na wahaniach i zidentyfikować dowolną liczbę ważnych czynników. Jest to szczególnie przydatne w sprzedaży i marketingu.
Rodzaje odstraszania
Różne usługi tworzenia wykresów obejmują stosowanie zniechęcającego oscylatora cen, który daje handlowcom metodę analizy krótkoterminowych wzorców cyklicznych. Wzory te można następnie wykorzystać do skuteczniejszej identyfikacji głównych punktów zwrotnych w cyklu długoterminowym.
Istnieje kilka innych metod, które można wykorzystać do odstraszania, ale większość z nich jest znacznie bardziej złożona i trudna w użyciu. Kilka alternatywnych opcji to odstraszanie kwadratowe, przy użyciu filtra Baxtera-Kinga (tylko dla ruchomych linii trendu średniej) i przy użyciu filtra Hodricka-Prescotta (tylko dla składników cyklicznych określonego szeregu czasowego).
Która metoda jest najlepsza dla projektu, a dostępne dane będą zależeć od wielu indywidualnych czynników, w tym od konkretnego kierunku studiów i tego, czy dane są liniowo skorelowane. Opcja szybkiego i skutecznego odstąpienia od umowy jest zawarta w większości pakietów oprogramowania statystycznego, które są obecnie dostępne i szeroko stosowane.
Wymagania dotyczące odstraszania
Zanim może nastąpić pogorszenie, należy zidentyfikować konkretną klasę trendu, aby określić najbardziej odpowiednią metodę do zastosowania. Chociaż istnieje wiele różnych rodzajów trendów, zwykle występują one tylko w dwóch różnych klasach. Klasy te są trendami deterministycznymi i trendami stochastycznymi.
Trendy deterministyczne konsekwentnie maleją lub zwiększają się, a trendy stochastyczne niekonsekwentnie zmniejszają się lub zwiększają. Deterministyczne trendy są często łatwiejsze do zidentyfikowania i zniechęcania, ponieważ są nieco bardziej przewidywalne i niezawodne, ale istnieją metody, które również okazały się przydatne w trendach stochastycznych.
Przykład odstraszania
Często momenty rynkowe będą niosły ze sobą trendy cenowe. Od około 2011–2015 na amerykańskich rynkach akcji istniał duży trend niskiej jakości. Akcje emitentów, których podstawy były gorszej jakości niż twoje klasyczne spółki typu blue-chip, osiągnęły lepsze wyniki dzięki szerokiej marży. Dane te, jeśli nie „zniechęcone” do modeli prognozowania, mogły stworzyć fałszywe wyniki dla szczytów rynku lub innych ekonomicznych punktów zwrotnych.
Jednym z najczęstszych zastosowań odstraszania jest zbiór danych, który wykazuje pewien ogólny wzrost. Odrzucenie danych pozwoli ci zobaczyć wszelkie potencjalne podskoki, które mogą być niezwykle przydatne w badaniach naukowych, finansowych, sprzedażowych i marketingowych na całym świecie.
