autoregresní
Štatistický model je autoregresívny, ak predpovedá budúce hodnoty založené na minulých hodnotách. Autoregresívny model sa napríklad môže snažiť predpovedať budúce ceny akcií na základe svojich minulých výkonov.
Kľúčové jedlá
- Autoregresívne modely predpovedajú budúce hodnoty na základe minulých hodnôt.
- Vo veľkej miere sa používajú v technickej analýze na predpovedanie budúcich cien cenných papierov.
- Autoregresívne modely implicitne predpokladajú, že budúcnosť sa bude podobať minulosti. Preto sa môžu ukázať nepresné za určitých trhových podmienok, ako sú finančné krízy alebo obdobia rýchlych technologických zmien.
Pochopenie autoregresívnych modelov
Autoregresívne modely fungujú za predpokladu, že minulé hodnoty majú vplyv na súčasné hodnoty, čo robí štatistickú techniku populárnou pre analýzu prírody, ekonomiky a ďalších procesov, ktoré sa v čase menia. Viaceré regresné modely predpovedajú premennú pomocou lineárnej kombinácie prediktorov, zatiaľ čo autoregresívne modely používajú kombináciu minulých hodnôt premennej.
AR (1) autoregresívny proces je proces, v ktorom je aktuálna hodnota založená na bezprostredne predchádzajúcej hodnote, zatiaľ čo proces AR (2) je proces, v ktorom je aktuálna hodnota založená na predchádzajúcich dvoch hodnotách. Proces AR (0) sa používa pre biely šum a nemá závislosť medzi výrazmi. Okrem týchto variácií existuje aj veľa rôznych spôsobov výpočtu koeficientov použitých v týchto výpočtoch, napríklad metóda najmenších štvorcov.
Tieto koncepcie a techniky používajú technickí analytici na predpoveď cien cenných papierov. Keďže však autoregresívne modely zakladajú svoje predpovede iba na minulých informáciách, implicitne predpokladajú, že základné sily, ktoré ovplyvnili minulé ceny, sa v priebehu času nezmenia. To môže viesť k prekvapivým a nepresným predpovediam, ak sa príslušné základné sily skutočne menia, napríklad ak priemysel prechádza rýchlou a bezprecedentnou technologickou transformáciou.
Obchodníci však naďalej zdokonaľujú používanie autoregresívnych modelov na účely prognózovania. Dobrým príkladom je autoregresívny integrovaný kĺzavý priemer (ARIMA), sofistikovaný autoregresívny model, ktorý môže pri vytváraní predpovedí brať do úvahy trendy, cykly, sezónnosť, chyby a iné nestatické typy údajov.
Analytické prístupy
Aj keď autoregresívne modely sú spojené s technickou analýzou, možno ich kombinovať aj s inými prístupmi k investovaniu. Napríklad investori môžu použiť fundamentálnu analýzu na identifikáciu presvedčivej príležitosti a potom použiť technickú analýzu na identifikáciu vstupných a výstupných bodov.
Príklad skutočného sveta autoregresívneho modelu
Autoregresívne modely sú založené na predpoklade, že minulé hodnoty majú vplyv na súčasné hodnoty. Napríklad investor, ktorý používa autoregresívny model na predpovedanie cien akcií, bude musieť pri rozhodovaní o tom, čo ponúknuť alebo prijať za cenný papier, vychádzať z toho, že noví kupujúci a predávajúci tejto akcie sú ovplyvnení nedávnymi transakciami na trhu.
Aj keď tento predpoklad platí vo väčšine prípadov, nie je tomu tak vždy. Napríklad v rokoch predchádzajúcich finančnej kríze v roku 2008 si väčšina investorov neuvedomovala riziká, ktoré predstavuje veľké portfólio cenných papierov krytých hypotékami v držbe mnohých finančných spoločností. Počas tohto obdobia by investor, ktorý používa autoregresívny model na predpovedanie výkonnosti finančných zásob v USA, mal dobrý dôvod predpovedať pokračujúci trend stabilných alebo rastúcich cien akcií v tomto sektore.
Keď sa však verejnosť dozvedela, že mnohým finančným inštitúciám hrozí bezprostredný kolaps, investori sa náhle začali zaujímať o nedávne ceny týchto akcií a oveľa viac o svoju podkladovú rizikovú expozíciu. Trh preto rýchlo preceňoval finančné zásoby na oveľa nižšiu úroveň, čo by úplne zmätilo autoregresívny model.
Je dôležité poznamenať, že v autoregresívnom modeli bude jednorazový šok ovplyvniť hodnoty vypočítaných premenných nekonečne do budúcnosti. Dedičstvo finančnej krízy preto žije v dnešných autoregresívnych modeloch.
Porovnať investičné účty Názov poskytovateľa Opis Zverejnenie informácií inzerenta × Ponuky uvedené v tejto tabuľke pochádzajú od partnerstiev, od ktorých spoločnosť Investopedia dostáva kompenzácie.