Ajan ja hinnan lineaarinen regressio

Tekniset ja määrälliset analyytikot ovat soveltaneet tilastollisia periaatteita rahoitusmarkkinoilla alusta alkaen. Jotkut yritykset ovat olleet erittäin onnistuneita, kun taas toiset ovat olleet kaikkea muuta. Avain on löytää tapa tunnistaa hintatrendit ilman ihmismielen erehdystä ja harhaa. Yksi lähestymistapa, joka voi olla menestyvä sijoittajille ja joka on käytettävissä useimmissa kartoitustyökaluissa, on lineaarinen regressio.

Lineaarinen regressio analysoi kahta erillistä muuttujaa määrittääkseen yhden suhteen. Sisään kaavioanalyysi, tämä viittaa hinnan ja ajan muuttujiin. Sijoittajat ja kauppiaat, jotka käyttävät kaavioita, tunnistavat vaakasuunnassa painetun hinnan nousun ja laskun päivästä toiseen, minuutista minuuttiin tai viikosta viikkoon arvioidusta aikataulusta riippuen. Eri markkinoiden lähestymistapoja tekevät lineaarisesta regressioanalyysistä niin houkuttelevan.

Bell -käyrän perusteet

Tilastot ovat käyttäneet kellokäyrämenetelmää, joka tunnetaan myös nimellä a normaalijakauma, tietyn datapistejoukon arvioimiseksi. Kuva 1 on esimerkki kellokäyrästä, joka on merkitty tummansinisellä viivalla. Kellokäyrä edustaa eri datapistetapahtumien muotoa. Suurin osa pisteistä tapahtuu yleensä kellokäyrän keskellä, mutta ajan myötä pisteet kulkevat tai poikkeavat populaatiosta. Epätavalliset tai harvinaiset kohdat ovat toisinaan "normaalin" populaation ulkopuolella.

Vertailukohtana on tavallista keskittää arvot a: n luomiseksi tarkoittaa pisteet. Keskiarvo ei välttämättä edusta datan keskikohtaa, vaan sen sijaan keskiarvo, mukaan lukien kaikki ulkopuoliset datapisteet. Keskiarvon määrittämisen jälkeen analyytikot määrittävät, kuinka usein hinta poikkeaa keskiarvosta.

A keskihajonta keskiarvon toiselle puolelle on yleensä 34% tiedoista tai 68% datapisteistä, jos tarkastellaan yhtä positiivinen ja yksi negatiivinen keskihajonta, joka on esitetty oranssilla nuolella Kuvio 1. Kaksi keskihajontaa sisältävät noin 95% datapisteistä ja ne ovat oranssin ja vaaleanpunaisen nuolen osia yhteen laskettuna. Hyvin harvinaisia ​​tapahtumia, joita edustavat violetit nuolet, esiintyy kellokäyrän päissä. Koska mikä tahansa datapiste, joka näkyy kahden keskihajonnan ulkopuolella, on hyvin harvinaista, oletetaan usein, että datapisteet siirtyvät takaisin kohti keskiarvoa tai regressiota.

Osakekurssi tietojoukkona

Kuvittele, jos ottaisimme kellokäyrän, käänsimme sen sivulle ja soveltaisimme sitä osakekaavioon. Tämän avulla voimme nähdä, milloin turvallisuus on yliostettu tai ylimyyty ja valmis palaamaan keskiarvoon. Kuviossa 2 lineaarinen regressiotutkimus lisätään kaavioon, jolloin sijoittajat saavat sinisen ulkopuolisen kanavan ja lineaarisen regressiolinjan hintapisteiden keskikohdan läpi. Tämä kanava näyttää sijoittajille nykyisen hintakehityksen ja tarjoaa keskiarvon. Käyttämällä muuttuvaa lineaarista regressiota voimme asettaa kapean kanavan yhdellä keskihajonnalla eli 68%vihreiden kanavien luomiseksi. Vaikka kellokäyrää ei ole, voimme nähdä, että hinta heijastaa nyt kellokäyrän jakautumista, kuten kuviossa 1 todetaan.

Kuva 2: Kuva kaupankäynnistä keskimääräisellä palautuksella käyttäen neljää pistettä

Lähde: ProphetCharts

Kaupankäynti keskiarvolla

Tämä asetus on helppo käydä kauppaa käyttämällä kaavion neljää kohtaa, kuten kuvassa 2 on esitetty. Nro 1 on sisääntulopiste. Tästä tulee tulopiste vain, kun hinta on vaihdettu siniselle ulkoiselle kanavalle ja siirtynyt takaisin yhden keskihajontaviivan sisään. Emme yksinkertaisesti luota siihen, että hinta on outlier, koska se voi saada toisen ulos. Sen sijaan haluamme, että syrjäinen tapahtuma on tapahtunut ja hinta palata keskimääräiseen. Siirtyminen takaisin ensimmäisen keskihajonnan sisällä vahvistaa regression.

Nro 2 tarjoaa stop-loss -pisteen siltä varalta, että poikkeamien syy vaikuttaa edelleen kielteisesti hintaan. Asettaminen stop-loss -määräys määrittelee helposti kaupan riskin.

Kannattaville irtautumisille asetetaan kaksi hintatavoitetta nro 3 ja nro 4. Ensimmäinen odotuksemme kaupan suhteen oli palata keskiarvoon, ja kuviossa 2 suunnitelma on poistua puolet positiosta lähellä 26,50 dollaria eli nykyistä keskiarvoa. Toinen tavoite toimii olettaen jatkuvan trendin, joten toinen tavoite asetetaan kanavan vastakkaiselle puolelle toiselle keskihajontalinjalle eli 31,50 dollaria. Tämä menetelmä määrittää sijoittajan mahdollisen palkkion.

Kuva 3: Keskihinnan täyttäminen

Lähde: ProphetCharts

Ajan myötä hinta nousee ja laskee, ja lineaarinen regressiokanava kokee muutoksia, kun vanhat hinnat laskevat ja uudet hinnat ilmestyvät. Tavoitteiden ja pysähdysten tulisi kuitenkin pysyä samoina keskiarvoon asti hintatavoite täyttää (katso kuva 3). Tässä vaiheessa voitto on ollut lukittu sisään, ja stop-loss tulee siirtää alkuperäiseen tulohintaan. Olettaen, että se on tehokas ja likvidit markkinat, loppukauppa ei saisi olla riskitön.

Kuva 4: Keskihinnan täyttäminen

Lähde: ProphetCharts

Muista, a turvallisuus ei tarvitse sulkea tiettyä hintaa tilauksesi täyttämiseksi; se tarvitsee vain saavuttaa hinnan päivänsisäinen. Olet saattanut olla täytetty toisella kohteella minkä tahansa kuvan 4 kolmen alueen aikana.

Todella universaali

Teknikot ja kvanttikauppiaat käyttävät usein yhtä järjestelmää tietylle arvopaperille tai osakkeelle ja huomaavat, että samat parametrit eivät toimi muilla arvopapereilla tai osakkeilla. Lineaarisen regression kauneus on, että arvopaperin hinta ja ajanjakso määräävät järjestelmän parametrit. Käytä näitä työkaluja ja tässä artikkelissa määriteltyjä sääntöjä eri arvopapereista ja aikatauluista, ja tulet yllättymään sen yleisluonteisuudesta.