Definition und Verwendung der neu skalierten Bereichsanalyse

Was ist eine neu skalierte Bereichsanalyse?

Die neuskalierte Bereichsanalyse ist eine statistische Technik, die verwendet wird, um Trends in einer Zeitreihe zu analysieren. Es wurde vom britischen Hydrologen Harold Edwin Hurst entwickelt, um Überschwemmungen auf dem Nil vorherzusagen. Investoren haben es verwendet, um nach Zyklen, Mustern und Trends in Aktien- und Anleihekursen, die sich in der Zukunft wiederholen oder umkehren könnten.

Grundlegendes zur neuskalierten Bereichsanalyse

Die neu skalierte Bereichsanalyse kann verwendet werden, um das Ausmaß an Persistenz, Zufälligkeit oder. zu erkennen und zu bewerten Mean Reversion in Zeitreihendaten der Finanzmärkte. Wechselkurse und Aktienkurse folgen nicht a zielloser Spaziergang, oder unvorhersehbarer Pfad, wie sie es tun würden, wenn Preisänderungen unabhängig voneinander wären. Mit anderen Worten, Märkte sind nicht perfekt effizient, was bedeutet, dass Anleger Gelegenheiten haben, Kapital zu schlagen.

Wenn in den Daten ein starker Trend vorhanden ist, wird dieser durch den Hurst-Exponenten (H-Exponenten) erfasst, der auch verwendet werden kann, um Investmentfonds bewerten. Der H-Exponent, der auch als Index der Fernbereichsabhängigkeit bekannt ist, kann einen zukünftigen Wert oder Durchschnitt der Daten extrapolieren.

Der Hurst-Exponent liegt zwischen null und eins und misst Persistenz, Zufälligkeit oder Mittelwertreversion. Zeitreihen, die einen zufälligen stochastischen Prozess zeigen, haben H-Exponenten nahe 0,5. Wenn H größer als 0,5 ist, sind die Daten zeigt einen starken langfristigen Trend, und wenn H kleiner als 0,5 ist, ist es wahrscheinlich, dass sich der Trend im Zeitrahmen umkehrt berücksichtigt.

H-Exponenten unter 0,5 werden auch als Joseph-Effekt, in Anlehnung an die biblische Geschichte von sieben Jahren Überfluss, gefolgt von sieben Jahren Hungersnot. Auf niedrige Werte folgen wahrscheinlich hohe Werte oder umgekehrt.

Neuskalierter Bereich und der Hurst-Exponent

Die neuskalierte Bereichsanalyse bewertet, wie sich die Variabilität von Zeitreihendaten mit der Länge des betrachteten Zeitraums ändert. Der neuskalierte Bereich wird berechnet, indem der Bereich (Maximalwert minus Minimalwert) des. geteilt wird kumulativer Mittelwert adjustierter Datenpunkte (Summe jedes Datenpunktes minus dem Mittelwert der Datenreihe) um das Standardabweichung der Werte über denselben Teil der Zeitreihe.

Wenn die Anzahl der Beobachtungen in einer Zeitreihe zunimmt, erhöht sich der Bereich der Neuskalierung. Durch Auftragen dieser Zunahmen als Logarithmus von R/S gegen den Logarithmus von n kann man die Steigung dieser Linie bestimmen, die den Hurst-Exponenten H darstellt.

Beispiele für die Verwendung der neu skalierten Bereichsanalyse

Der Hurst-Exponent kann verwendet werden in Trend-Trading Anlagestrategien. Ein Anleger würde nach Aktien suchen, die eine starke Persistenz aufweisen. Diese Aktien hätten ein H von mehr als 0,5. Ein H von weniger als 0,5 könnte gepaart werden mit technische Indikatoren Preisumkehrungen zu erkennen. Um beispielsweise seine Investition zeitlich zu planen, könnte ein Value-Investor nach Aktien mit einem H von weniger als 0,5 suchen, deren Kurse seit einiger Zeit sinken.

Mean-Reversion-Trading versucht, von extremen Kursänderungen eines Wertpapiers zu profitieren, basierend auf der Annahme, dass es in seinen vorherigen Zustand zurückkehren wird. Der H-Exponent wird verwendet von algorithmische Händler Spekulationen über Mean-Reverting-Zeitreihenstrategien wie Paarhandel, wobei der Spread zwischen zwei Vermögenswerten eine Mean-Reverting ist.

Das folgende Diagramm zeigt eine 15-Periode gleitender Durchschnitt (MA) des Hurst Exponenten basierend auf dem SPDR S&P 500 (SPY) Kurschart. Der MA kann angepasst werden, wobei ein längerer MA Schwankungen glättet.

Händler, die während eines Aufwärtstrends des Preises kaufen möchten, könnten nach Gelegenheiten suchen, bei denen das H über 0,5 liegt und der Preis steigt. Auf diese Weise verwendet, würde der Indikator nicht unbedingt liefern Handelssignale, aber es könnte helfen, andere Handelssignale basierend auf dem Trend zu bestätigen.

Der Indikator liefert nicht immer gute Signale. Es ist auch wichtig zu beachten, dass hohe H-Werte bei fallenden Preisen auf weitere Preisrückgänge hinweisen, was den Indikator bei der ersten Verwendung etwas verwirrend machen kann.

Der Unterschied zwischen neu skalierter Bereichsanalyse und Regressionsanalyse

Die neu skalierte Bereichsanalyse betrachtet eine Datenreihe und bestimmt die Persistenz- oder Mittelwert-Reverting-Tendenzen innerhalb dieser Daten. Lineare Regression untersucht zwei Variablen, z. B. Preis und Zeit, und findet den Mittelpunkt oder die Linie der besten Anpassung für die Datenreihe. Dann können Standardabweichungskanäle hinzugefügt werden, um anzuzeigen, wann das Wertpapier basierend auf den Datenreihen potenziell überkauft oder überverkauft ist. Lineare Regression ist Teil des größeren Feldes von Regressionsanalyse.

Einschränkungen der neuskalierten Bereichsanalyse

Für Handelszwecke ist eine neu skalierte Spanne die angepasste Spanne geteilt durch die Standardabweichung. Diese Berechnungen basieren auf Daten aus der Vergangenheit und sind nicht von Natur aus vorhersagbar. Es liegt am Händler, die Informationen zu interpretieren, die der neu skalierte Bereich oder der Hurst-Exponent liefert.

Für Handelszwecke kann der Hurst-Indikator, der aus dem neu skalierten Bereich abgeleitet wird, manchmal funktionieren, aber nicht immer. Ein starker Kurstrend konnte stark umgekehrt werden, was der Indikator nicht vorhergesehen hat. Auch vom Indikator signalisierte Umkehrungen können sich nicht entwickeln.