Neuskalierte Bereichsanalyse
Was ist eine neuskalierte Bereichsanalyse?
Die neu skalierte Bereichsanalyse ist eine statistische Technik zur Analyse von Trends in einer Zeitreihe. Es wurde vom britischen Hydrologen Harold Edwin Hurst entwickelt, um Überschwemmungen auf dem Nil vorherzusagen. Anleger haben es genutzt, um nach Zyklen, Mustern und Trends bei Aktien- und Anleihekursen zu suchen, die sich in Zukunft wiederholen oder umkehren könnten.
Neuskalierte Bereichsanalyse verstehen
Die neu skalierte Bereichsanalyse kann verwendet werden, um das Ausmaß der Persistenz, Zufälligkeit oder Umkehrung des Mittelwerts in Zeitreihendaten der Finanzmärkte zu erkennen und zu bewerten. Wechselkurse und Aktienkurse folgen keinem Zufallspfad oder unvorhersehbaren Pfad, wie sie es tun würden, wenn Preisänderungen unabhängig voneinander wären. Mit anderen Worten, die Märkte sind nicht perfekt effizient, was bedeutet, dass es Chancen für Anleger gibt, von denen sie profitieren können.
Wenn die Daten einen starken Trend aufweisen, wird dieser durch den Hurst-Exponenten (H-Exponenten) erfasst, der auch zur Bewertung von Investmentfonds verwendet werden kann. Der H-Exponent, der auch als Index der Langzeitabhängigkeit bekannt ist, kann einen zukünftigen Wert oder Durchschnitt für die Daten extrapolieren.
Der Hurst-Exponent liegt zwischen null und eins und misst Persistenz, Zufälligkeit oder Mean-Reversion. Zeitreihen, die einen zufälligen stochastischen Prozess darstellen, haben H-Exponenten nahe 0,5. Wenn H größer als 0,5 ist, zeigen die Daten einen starken langfristigen Trend, und wenn H kleiner als 0,5 ist, ist es wahrscheinlich, dass sich der Trend im betrachteten Zeitraum umkehrt.
H-Exponenten unter 0,5 sind auch als Joseph-Effekt bekannt,. in Anlehnung an die biblische Geschichte von sieben Jahren des Überflusses, denen sieben Jahre des Hungers folgten. Niedrigen Werten folgen wahrscheinlich hohe Werte oder umgekehrt.
Neuskalierter Bereich und der Hurst-Exponent
Die neu skalierte Bereichsanalyse bewertet, wie sich die Variabilität von Zeitreihendaten mit der Länge des betrachteten Zeitraums ändert. Der neu skalierte Bereich wird berechnet, indem der Bereich (Maximalwert minus Minimalwert) der kumulierten Mittelwert-angepassten Datenpunkte (Summe jedes Datenpunkts minus dem Mittelwert der Datenreihe) durch die Standardabweichung der Werte über denselben Teil der berechnet wird Zeitfolgen.
Wenn die Anzahl der Beobachtungen in einer Zeitreihe zunimmt, nimmt der neu skalierte Bereich zu. Indem man diese Anstiege als Logarithmus von R/S gegen den Logarithmus von n aufträgt, kann man die Steigung dieser Linie bestimmen, die der Hurst-Exponent H ist.
Beispiele für die Verwendung der neuskalierten Bereichsanalyse
Der Hurst-Exponent kann in Trendtrading -Anlagestrategien verwendet werden. Ein Investor würde nach Aktien suchen, die eine starke Beständigkeit zeigen. Diese Aktien hätten ein H größer als 0,5. Ein H kleiner als 0,5 könnte mit technischen Indikatoren gepaart werden, um Preisumkehrungen zu erkennen. Beispielsweise könnte ein Value-Investor zur zeitlichen Planung seiner Investition nach Aktien mit einem H-Wert von weniger als 0,5 Ausschau halten, deren Kurse seit einiger Zeit rückläufig sind.
Mean-Reversion-Trading versucht, von extremen Preisänderungen eines Wertpapiers zu profitieren, basierend auf der Annahme, dass es zu seinem vorherigen Zustand zurückkehren wird. Der H-Exponent wird von algorithmischen Händlern verwendet,. um auf mittelwertumkehrende Zeitreihenstrategien wie Paarhandel zu spekulieren, bei denen der Spread zwischen zwei Vermögenswerten zum Mittelwert zurückkehrt.
Das folgende Diagramm zeigt einen gleitenden 15-Perioden-Durchschnitt (MA) des Hurst-Exponenten basierend auf dem SPDR S&P 500 (SPY)-Preisdiagramm. Der MA kann angepasst werden, wobei ein längerer MA Schwankungen ausgleicht.
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 Handelssignale liefern, aber er könnte dazu beitragen, 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 fallendem Preis auf weitere Preisrückgänge hinweisen, was den Indikator bei der ersten Verwendung etwas verwirrend machen kann.
Der Unterschied zwischen neuskalierter Bereichsanalyse und Regressionsanalyse
Die neu skalierte Bereichsanalyse betrachtet eine Datenreihe und bestimmt die Persistenz oder Tendenzen zur Rückkehr zum Mittelwert innerhalb dieser Daten. Bei der linearen Regression werden zwei Variablen betrachtet, z. B. Preis und Zeit, und der Mittelpunkt oder die am besten geeignete Linie für die Datenreihe ermittelt. Dann können Standardabweichungskanäle hinzugefügt werden, um anzuzeigen, wann das Wertpapier basierend auf der Datenreihe möglicherweise überkauft oder überverkauft ist. Die lineare Regression ist Teil des größeren Bereichs der Regressionsanalyse.
Einschränkungen der neuskalierten Bereichsanalyse
Für Handelszwecke ist eine neu skalierte Spanne die angepasste Spanne dividiert durch die Standardabweichung. Diese Berechnungen basieren auf vergangenen Daten und sind nicht von Natur aus voraussagend. Es ist Sache des Händlers, die Informationen zu interpretieren, die der neu skalierte Bereich oder der Hurst-Exponent bereitstellt.
Für Handelszwecke kann der Hurst-Indikator, der aus der neu skalierten Spanne abgeleitet wird, manchmal funktionieren, aber er funktioniert nicht immer. Ein starker Preistrend könnte stark umgekehrt werden, was der Indikator nicht vorhergesehen hat. Umkehrungen, die durch den Indikator signalisiert werden, entwickeln sich möglicherweise auch nicht.
Höhepunkte
Der Hurst-Exponent schwankt zwischen null und eins.
Der neu skalierte Bereich kann verwendet werden, um den Hurst-Exponenten zu berechnen, der einen zukünftigen Wert oder Durchschnitt für die Daten extrapolieren kann.
Wenn der Hurst-Exponent größer als 0,5 ist, weisen die Daten einen starken langfristigen Trend auf, und wenn H kleiner als 0,5 ist, ist eine Trendumkehr wahrscheinlicher.
Die neu skalierte Bereichsanalyse untersucht eine Datenreihe und bestimmt die Persistenz oder Tendenzen zur Rückkehr zum Mittelwert innerhalb dieser Daten.
