Ką reiškia autoregresyvus?
Ką reiškia autoregresyvus?
Statistinis modelis yra autoregresyvus, jei jis prognozuoja būsimas vertes, remdamasis praeities vertėmis. Pavyzdžiui, autoregresyvus modelis gali siekti numatyti būsimas akcijų kainas, remdamasis ankstesniais rezultatais.
Pagrindiniai išsinešimai
- Autoregresyvūs modeliai prognozuoja būsimas vertes, remdamiesi praeities vertybėmis.
- Jie plačiai naudojami techninė analizė prognozuoti būsimas vertybinių popierių kainas.
- Autoregresyvūs modeliai numato, kad ateitis bus panaši į praeitį. Todėl jie gali pasirodyti netikslūs esant tam tikroms rinkos sąlygoms, pavyzdžiui, finansų krizėms ar sparčiai besikeičiančioms technologijoms.
Autoregresyvių modelių supratimas
Autoregresyvūs modeliai veikia pagal prielaidą, kad praeities vertės turi įtakos dabartinėms vertybėms, kurios daro statistikos metodą populiariu analizuojant gamtą, ekonomiką ir kitus skirtingus procesus laikas. Keli regresijos modeliai prognozuoti kintamąjį naudojant tiesinį prognozuotojų derinį, tuo tarpu autoregresyviuose modeliuose naudojamas kintamojo ankstesnių verčių derinys.
AR (1) autoregresyvus procesas yra toks, kai dabartinė vertė yra pagrįsta tuoj pat ankstesnę vertę, o AR (2) procesas yra toks, kuriame dabartinė vertė yra pagrįsta dviem ankstesniais vertybes. Naudojamas AR (0) procesas baltas triukšmas ir neturi priklausomybės tarp terminų. Be šių variacijų, taip pat yra daug įvairių būdų, kaip apskaičiuoti šiems skaičiavimams naudojamus koeficientus, pvz. mažiausių kvadratų metodas.
Šias sąvokas ir metodus techniniai analitikai naudoja prognozuodami saugumo kainas. Tačiau kadangi autoregresyvūs modeliai savo prognozes grindžia tik praeities informacija, jie netiesiogiai daro prielaidą, kad pagrindinės jėgos, kurios turėjo įtakos praeities kainoms, laikui bėgant nesikeis. Tai gali sukelti netikėtų ir netikslių prognozių, jei aptariamos pagrindinės jėgos keičiasi faktai, pavyzdžiui, jei pramonėje vyksta sparčios ir precedento neturinčios technologijos transformacija.
Nepaisant to, prekybininkai ir toliau tobulina autoregresyvių modelių naudojimą prognozavimo tikslais. Puikus pavyzdys yra Autoregresyvus integruotas slenkamasis vidurkis (ARIMA), sudėtingas autoregresinis modelis, kuris, rengdamas prognozes, gali atsižvelgti į tendencijas, ciklus, sezoniškumą, klaidas ir kitus nestatinius duomenų tipus.
Analitiniai metodai
Nors autoregresyvūs modeliai yra susiję su technine analize, jie taip pat gali būti derinami su kitais investavimo būdais. Pavyzdžiui, investuotojai gali naudoti fundamentalią analizę, kad nustatytų įtikinamą galimybę, o paskui naudoti techninę analizę, kad nustatytų įėjimo ir išėjimo taškus.
Tikro pasaulio autoregresinio modelio pavyzdys
Autoregresyvūs modeliai grindžiami prielaida, kad praeities vertės turi įtakos dabartinėms vertėms. Pavyzdžiui, investuotojui, naudojančiam autoregresyvų modelį akcijų kainoms prognozuoti, reikėtų manyti, kad nauji pirkėjai ir tų akcijų pardavėjams įtakos turi naujausi rinkos sandoriai, kai jie nusprendžia, kiek siūlyti ar priimti už saugumas.
Nors ši prielaida daugeliu atvejų pasitvirtins, tai ne visada. Pavyzdžiui, metais prieš 2008 finansinė krizėdauguma investuotojų nežinojo apie riziką, kurią kelia dideli portfeliai hipotekos užtikrintus vertybinius popierius priklauso daugeliui finansinių firmų. Tais laikais investuotojas, naudodamasis autoregresiniu modeliu, prognozavo JAV finansų rezultatus atsargos būtų turėjusios gerą priežastį numatyti nuolatinę stabilių ar kylančių akcijų kainų tendenciją sektoriuje.
Tačiau kai viešai tapo žinoma, kad daugeliui finansų įstaigų gresia neišvengiamas žlugimas, investuotojai staiga tapo mažiau susirūpinę dėl šių akcijų naujausių kainų ir kur kas labiau susirūpinę dėl jų rizikos poveikis. Todėl rinka greitai pervertino finansines atsargas į daug žemesnį lygį, o tai būtų visiškai suklaidinęs autoregresinį modelį.
Svarbu pažymėti, kad taikant autoregresinį modelį, vienkartinis šokas ateityje be galo paveiks apskaičiuotų kintamųjų reikšmes. Todėl finansų krizės palikimas gyvena šiuolaikiniuose autoregresiniuose modeliuose.
