Análisis de rango reescalado
¿Qué es el análisis de rango reescalado?
El análisis de rango reescalado es una técnica estadÃstica utilizada para analizar tendencias en una serie temporal. Fue desarrollado por el hidrólogo británico Harold Edwin Hurst para predecir inundaciones en el rÃo Nilo. Los inversores lo han utilizado para buscar ciclos, patrones y tendencias en los precios de acciones y bonos que podrÃan repetirse o revertirse en el futuro.
Comprender el análisis de rango reescalado
El análisis de rango reescalado se puede utilizar para detectar y evaluar la cantidad de persistencia, aleatoriedad o reversión a la media en los datos de series temporales de los mercados financieros. Los tipos de cambio y los precios de las acciones no siguen un camino aleatorio o impredecible, como lo harÃan si los cambios de precios fueran independientes entre sÃ. Los mercados, en otras palabras, no son perfectamente eficientes, lo que significa que hay oportunidades para que los inversores capitalicen.
Si existe una fuerte tendencia en los datos, será capturada por el exponente de Hurst (exponente H), que también se puede usar para calificar fondos mutuos. El exponente H, que también se conoce como Ãndice de dependencia de largo alcance, puede extrapolar un valor futuro o un promedio de los datos.
El exponente de Hurst oscila entre cero y uno y mide la persistencia, la aleatoriedad o la reversión a la media. Las series temporales que muestran un proceso estocástico aleatorio tienen exponentes H cercanos a 0,5. Cuando H es superior a 0,5, los datos muestran una fuerte tendencia a largo plazo, y cuando H es inferior a 0,5, es probable que se invierta la tendencia durante el perÃodo considerado.
Los exponentes de H por debajo de 0,5 también se conocen como el efecto José,. en referencia a la historia bÃblica de siete años de abundancia seguidos por siete años de hambre. Es probable que los valores bajos sean seguidos por valores altos, o viceversa.
Rango reescalado y el exponente de Hurst
El análisis de rango reescalado evalúa cómo cambia la variabilidad de los datos de la serie temporal con la duración del perÃodo de tiempo que se está considerando. El rango reescalado se calcula dividiendo el rango (valor máximo menos valor mÃnimo) de los puntos de datos ajustados de la media acumulativa (suma de cada punto de datos menos la media de la serie de datos) por la desviación estándar de los valores sobre la misma porción del series de tiempo.
A medida que aumenta el número de observaciones en una serie temporal, aumenta el rango reescalado. Al graficar estos aumentos como el logaritmo de R/S contra el logaritmo de n, se puede determinar la pendiente de esta lÃnea, que es el exponente de Hurst, H.
Ejemplos de cómo usar el análisis de rango reescalado
Hurst se puede utilizar en estrategias de inversión de comercio de tendencias . Un inversor estarÃa buscando acciones que muestren una fuerte persistencia. Estas acciones tendrÃan una H superior a 0,5. Una H inferior a 0,5 podrÃa combinarse con indicadores técnicos para detectar reversiones de precios. Por ejemplo, para programar su inversión, un inversor de valor podrÃa buscar acciones con H inferior a 0,5 cuyos precios hayan estado cayendo durante algún tiempo.
El comercio de reversión a la media busca capitalizar los cambios extremos en el precio de un valor, basándose en el supuesto de que volverá a su estado anterior. Los comerciantes algorÃtmicos utilizan el exponente H para especular sobre estrategias de series temporales de reversión a la media, como el comercio de pares, donde el diferencial entre dos activos se revierte a la media.
El siguiente gráfico muestra una media móvil (MA) de 15 perÃodos del exponente de Hurst basado en el gráfico de precios SPDR S&P 500 (SPY). El MA se puede ajustar, con un MA más largo suavizando las fluctuaciones.
Los comerciantes que deseen comprar durante una tendencia alcista en el precio, podrÃan buscar oportunidades en las que H esté por encima de 0,5 y el precio suba. Usado de esta manera, el indicador no necesariamente proporcionarÃa señales comerciales, pero podrÃa ayudar a proporcionar confirmación para otras señales comerciales basadas en la tendencia.
El indicador no siempre proporcionará buenas señales. También es importante tener en cuenta que los valores altos de H cuando el precio está cayendo indican más caÃdas en el precio, lo que puede hacer que el indicador sea un poco confuso cuando se usa por primera vez.
La diferencia entre el análisis de rango reescalado y el análisis de regresión
El análisis de rango reescalado observa una serie de datos y determina la persistencia o las tendencias de reversión a la media dentro de esos datos. La regresión lineal analiza dos variables, como el precio y el tiempo, y encuentra el punto medio o la lÃnea de mejor ajuste para la serie de datos. Luego, se pueden agregar canales de desviación estándar para mostrar cuándo el valor está potencialmente sobrecomprado o sobrevendido en función de la serie de datos. La regresión lineal es parte del campo más amplio del análisis de regresión.
Limitaciones del análisis de rango reescalado
A efectos comerciales, un rango reescalado es el rango ajustado dividido por la desviación estándar. Estos cálculos se basan en datos anteriores y no son inherentemente predictivos. Depende del comerciante interpretar la información que proporciona el rango reescalado o el exponente de Hurst.
Para propósitos comerciales, el indicador Hurst, que se deriva del rango reescalado, puede funcionar algunas veces, pero no funciona todo el tiempo. Una fuerte tendencia de precios podrÃa revertirse bruscamente, lo que el indicador no previó. Es posible que tampoco se desarrollen las reversiones señaladas por el indicador.
Reflejos
El exponente de Hurst fluctúa entre cero y uno.
El rango reescalado se puede usar para calcular el exponente de Hurst, que puede extrapolar un valor futuro o promedio para los datos.
Cuando el exponente de Hurst es superior a 0,5, los datos muestran una fuerte tendencia a largo plazo, y cuando H es inferior a 0,5, es más probable que se produzca un cambio de tendencia.
El análisis de rango reescalado observa una serie de datos y determina la persistencia o las tendencias de reversión a la media dentro de esos datos.
