Tekniset ja kvantitatiiviset analyytikot ovat soveltaneet tilastollisia periaatteita rahoitusmarkkinoille sen perustamisesta lähtien. Jotkut yritykset ovat olleet erittäin onnistuneita, kun taas toiset ovat olleet muuta kuin mitä. Tärkeintä on löytää tapa tunnistaa hintakehitys ilman ihmismielen virheellisyyttä ja puolueellisuutta. Yksi lähestymistapa, joka voi olla menestyvä sijoittajille ja joka on käytettävissä useimmissa kartoitusvälineissä, on lineaarinen regressio.
Lineaarinen regressio analysoi kaksi erillistä muuttujaa yhden suhteen määrittelemiseksi. Kartta-analyysissä tämä viittaa hinnan ja ajan muuttujiin. Sijoittajat ja kauppiaat, jotka käyttävät kaavioita, tunnistavat vaakatasossa painettujen hintojen ylä- ja alamäet päivästä toiseen, minuutista minuuttiin tai viikosta viikkoon arvioidusta ajanjaksosta riippuen. Eri markkinamallit tekevät lineaarisesta regressioanalyysistä niin houkuttelevan.
Avainsanat
- Lineaarinen regressio on kahden erillisen muuttujan analysointi yhden suhteen määrittelemiseksi, ja se on hyödyllinen mittari tekniselle ja kvantitatiiviselle analyysille rahoitusmarkkinoilla. Osakehintojen piirtäminen normaalia jakelua - kellokäyrää pitkin - antaa kauppiaille mahdollisuuden nähdä, milloin osake on liikaa ostettu tai ylimyyty. Lineaarista regressiota käyttämällä kauppias voi tunnistaa tärkeimmät hintakohdat - sisääntulon hinnan, stop-loss-hinnan ja poistumishinnat. Varaston hinta ja ajanjakso määrittävät järjestelmäparametrit lineaariselle regressiolle, jolloin menetelmä on yleisesti sovellettavissa.
Bell-käyrän perusteet
Tilastotieteilijät ovat käyttäneet kellokäyrämenetelmää, joka tunnetaan myös normaalijakaumana, tietyn datapistejoukon arvioimiseksi. Kuvio 1 on esimerkki kellokäyrästä, jota merkitään tummansinisellä viivalla. Kellokäyrä edustaa eri datapisteiden esiintymisten muotoa. Suurin osa pisteistä tapahtuu normaalisti kohti kellokäyrän keskustaa, mutta ajan myötä pisteet kulkevat tai poikkeavat populaatiosta. Epätavalliset tai harvinaiset kohdat ovat joskus kaukana "normaalista" väestöstä.
Kellokäyrä, normaali jakauma. Kuva Julie Bang © Investopedia 2020
Vertailupisteenä on tavallista, että arvojen keskiarvo luodaan keskiarvo. Keskiarvo ei välttämättä edusta tietojen keskustaa, vaan edustaa keskimääräistä pistemäärää, mukaan lukien kaikki syrjäiset tietopisteet. Kun keskiarvo on määritetty, analyytikot määrittävät kuinka usein hinta poikkeaa keskiarvosta.
Vakiopoikkeama keskiarvon yhdelle puolelle on yleensä 34% tiedoista tai 68% datapisteistä, jos tarkastelemme yhtä positiivista ja yhtä negatiivista standardipoikkeamaa, jota kuvaa oranssi nuolen osa kuvassa 1. Kaksi standardia poikkeamat sisältävät noin 95% datapisteistä ja ovat oranssin ja vaaleanpunaisen nuolen osiot yhteen. Hyvin harvinaisia tapahtumia, joita edustavat violetit nuolet, esiintyy kellokäyrän lopussa. Koska mikä tahansa datapiste, joka esiintyy kahden standardipoikkeaman ulkopuolella, on hyvin harvinaista, oletetaan usein, että datapisteet siirtyvät takaisin kohti keskiarvoa tai regressiota.
Osakekurssi tietojoukkona
Kuvittele, jos ottaisimme kellokäyrän, kääntäisimme sen sivulleen ja levittäisimme sen osakekarttaan. Tämän avulla voisimme nähdä, milloin tietoturva on liikaa ostettu tai ylimyyty ja valmis palaamaan keskiarvoon. Kuvassa 2 lineaarinen regressiotutkimus lisätään kaavioon antamalla sijoittajille sininen ulkopuolinen kanava ja lineaarinen regressioviiva hintapisteidemme keskikohdan läpi. Tämä kanava näyttää sijoittajille nykyisen hintakehityksen ja tarjoaa keskiarvon. Käyttämällä muuttuvaa lineaarista regressiota, voimme asettaa kapean kanavan yhdellä standardipoikkeamalla eli 68% vihreiden kanavien luomiseksi. Vaikka kellokäyrää ei ole, voimme nähdä, että hinta heijastaa nyt kellokäyrän jakautumista, kuten kuvassa 1 on esitetty.
Kaupankäynti keskimääräisellä palautuksella
Tällä asetuksella käydään helposti kauppaa käyttämällä neljää pistettä kaaviossa, kuten kuvassa 2 esitetään. Nro 1 on lähtökohta. Siitä tulee tulopaikka vasta, kun hinta on vaihtunut siniseen ulompaan kanavaan ja on siirtynyt takaisin yhden standardipoikkeaman sisällä. Emme luota pelkästään siihen, että hinta on sivupalveluna, koska se voi saada toisen vielä enemmän. Sen sijaan haluamme, että syrjäinen tapahtuma on tapahtunut ja hinta palaa keskiarvoon. Siirtyminen takaisin ensimmäisen keskihajonnan sisällä vahvistaa regression.
Nro 2 tarjoaa pysäytyspisteen, jos poikkeavuuksien syy vaikuttaa edelleen negatiivisesti hintaan. Stop-loss-järjestyksen asettaminen määrittelee helposti kaupan riskin.
Kaksi hintatavoitetta nro 3 ja 4 asetetaan kannattaville irtautumisille. Ensimmäinen odotuksemme kaupan kanssa oli palata keskiarvoon, ja kuvassa 2 on suunniteltu poistua puolet sijainnista lähellä 26, 50 dollaria tai nykyistä keskiarvoa. Toinen tavoite toimii olettaen, että trendi jatkuu, joten toinen tavoite asetetaan kanavan vastakkaiselle päälle toiselle standardipoikkeamaviivalle eli 31, 50 dollaria. Tämä menetelmä määrittelee sijoittajan mahdollisen palkkion.
Ajan myötä hinta liikkuu ylös ja alas, ja lineaarinen regressiokanava kokee muutoksia, kun vanhat hinnat putoavat ja uudet hinnat ilmestyvät. Kohteiden ja pysähdyspaikkojen tulisi kuitenkin pysyä ennallaan, kunnes keskimääräinen hintatavoite täyttyy (katso kuva 3). Tässä vaiheessa voitto on lukittu, ja stop-loss olisi siirrettävä alkuperäiseen tulohintaan. Jos oletetaan, että markkinat ovat tehokkaat ja likvidit, jäljellä olevan kaupan pitäisi olla ilman riskiä.
Muista, että vakuuden ei tarvitse sulkea tiettyyn hintaan tilauksesi täyttämiseksi; Sen täytyy saavuttaa hinta vain päivän sisällä. Olet voinut olla täytetty toisella kohteella millä tahansa kuvan 4 kolmella alueella.
Todella universaali
Teknikot ja kvantimyyjät työskentelevät usein yhdessä järjestelmässä tietyn arvopaperin tai osakekannan kanssa ja huomaavat, että samat parametrit eivät toimi muissa arvopapereissa tai osakkeissa. Lineaarisen regression kauneus on se, että arvopaperin hinta ja ajanjakso määräävät järjestelmän parametrit. Käytä näitä työkaluja ja määriteltyjä sääntöjä erilaisilla arvopapereilla ja aikatauluilla, ja sinut yllätetään sen universaalisuudesta.
