Co to jest analiza zakresu przeskalowanego?
Analiza przeskalowanego zakresu jest techniką statystyczną stosowaną do analizy trendów w szeregach czasowych. Został opracowany 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.
Kluczowe dania na wynos
- Analiza przeskalowanego zakresu analizuje serie danych i określa trwałość lub tendencje do odwracania średnich w tych danych. Skalowanego zakresu można użyć do obliczenia wykładnika Hursta, który może ekstrapolować przyszłą wartość lub średnią dla danych. Wykładnik Hursta waha się między zero i jeden. Gdy wykładnik Hursta jest większy niż 0, 5, dane wykazują silny trend długoterminowy, a gdy H jest mniejsze niż 0, 5, bardziej prawdopodobne jest odwrócenie trendu.
Zrozumienie analizy 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 efektywne, co oznacza, że inwestorzy mają możliwość czerpania zysków.
Jeśli w danych występuje silny trend, zostanie on wychwycony przez wykładnik Hursta (wykładnik H), który można również wykorzystać do oceny funduszy inwestycyjnych. Wykładnik H, zwany również indeksem zależności dalekiego zasięgu, może ekstrapolować przyszłą wartość lub średnią danych.
Wykładnik Hursta zawiera się w przedziale od zera do jednego i mierzy trwałość, losowość lub średnią rewersję. Szeregi czasowe przedstawiające losowy proces stochastyczny mają wykładniki H bliskie 0, 5. Gdy H jest większe niż 0, 5, dane wykazują silny trend długoterminowy, a gdy H jest mniejszy niż 0, 5, prawdopodobne jest odwrócenie trendu w rozważanych ramach czasowych.
Wykładniki H poniżej 0, 5 są również znane jako efekt Józefa, w odniesieniu do biblijnej historii o siedmiu latach obfitości, po których następuje siedem lat głodu. Po niskich wartościach mogą wystąpić wysokie wartości lub odwrotnie.
Zasięg przeskalowany i wykładnik Hurst
Analiza przeskalowanego zakresu ocenia, jak zmienia się zmienność danych szeregów czasowych wraz z długością rozważanego okresu. Skalowany 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 wzrasta zakres przeskalowanego. Wykreślając te wzrosty jako logarytm R / S w funkcji logarytmu n, można wyznaczyć nachylenie tej linii, która jest wykładnikiem Hursta, H.
Przykłady użycia analizy przeskalowanego zakresu
Wykładnik Hurst może być wykorzystywany w strategiach inwestycyjnych opartych na trendach. Inwestor szukałby akcji wykazujących silną trwałość. Zapasy te miałyby H większą niż 0, 5. H poniżej 0, 5 można by połączyć ze wskaźnikami technicznymi w celu wykrycia odwrócenia cen. Na przykład, aby obliczyć czas inwestycji, inwestor wartościowy może poszukiwać akcji o H mniejszym niż 0, 5, których ceny od pewnego czasu spadają.
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 różnica między dwoma aktywami jest odwracaniem średnich.
Poniższa tabela pokazuje 15-okresową średnią ruchomą (MA) Hurst Exponent na podstawie wykresu cen SPDR S&P 500 (SPY). MA może być regulowane, przy dłuższym MA wygładzającym fluktuacje.
Dla handlowców, którzy chcą kupować w trakcie wzrostu ceny, mogą szukać okazji, w których H jest powyżej 0, 5, a cena rośnie. Stosowany w ten sposób wskaźnik niekoniecznie zapewnia sygnały handlowe, ale może pomóc w potwierdzeniu innych sygnałów handlowych na podstawie trendu.
TradingView
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 mylący przy pierwszym użyciu.
Różnica między analizą przeskalowanego zakresu a analizą regresji
Analiza przeskalowanego zakresu analizuje serie danych i określa trwałość lub tendencje do zmiany średnich w tych danych. Regresja liniowa analizuje dwie zmienne, takie jak cena i czas, i znajduje punkt środkowy lub linię najlepszego dopasowania dla serii danych. Następnie można dodać standardowe kanały odchyleń, aby pokazać, kiedy bezpieczeństwo jest potencjalnie wykupione lub wyprzedane na podstawie serii danych. Regresja liniowa jest częścią większego obszaru analizy regresji.
Ograniczenia analizy przeskalowanego zakresu
Do celów handlowych zmieniony zakres to skorygowany zakres podzielony przez odchylenie standardowe. Obliczenia te opierają się na danych z przeszłości i nie są z natury przewidywalne. Do tradera należy interpretacja informacji dostarczanych przez przeskalowany zakres lub wykładnik Hursta.
Do celów handlowych wskaźnik Hurst, który pochodzi z przeskalowanego zakresu, może czasami działać, ale nie działa przez cały czas. Silny trend cenowy można gwałtownie odwrócić, czego wskaźnik nie przewidział. Odwrócenia sygnalizowane przez wskaźnik również mogą się nie rozwijać.
