마르코프 분석

마르코프 분석이란?

마르코프 분석은 예측된 값이 이전 활동이 아닌 현재 상태에 의해서만 영향을 받는 변수의 값을 예측하는 데 사용되는 방법입니다. 본질적으로 변수를 둘러싼 현재 상황만을 기반으로 확률 변수를 예측합니다.

Markov 분석은 많은 사람들의 행동과 결정을 예측하는 데 자주 사용됩니다. 그것은 우연의 작용을 포함하는 과정인 확률 과정의 연구를 개척한 러시아 수학자 Andrei Andreyevich Markov의 이름을 따서 명명되었습니다. Markov는 처음에 이 방법을 적용하여 용기에 갇힌 가스 입자의 움직임을 예측했습니다.

마르코프 분석 이해하기

마르코프 분석 프로세스에는 변수의 현재 상태가 주어졌을 때 미래 행동의 가능성을 정의하는 것이 포함됩니다. 각 상태에서 미래 행동의 확률이 결정되면 결정 트리를 그릴 수 있고 결과의 가능성을 계산할 수 있습니다.

Markov 분석은 비즈니스 세계에서 몇 가지 실용적인 응용 프로그램을 가지고 있습니다. 라인에 있는 기계의 작동 상태를 고려할 때 조립 라인에서 나올 결함 부품의 수를 예측하는 데 종종 사용됩니다. 또한 회사의 AR( 수취채권 ) 중 대손이 될 비율을 예측하는 데 사용할 수도 있습니다 .

기업은 또한 Markov 분석을 사용하여 현재 고객의 미래 브랜드 충성도와 기업의 시장 점유율 에 대한 이러한 소비자 결정의 결과를 예측할 수 있습니다. 일부 주가 및 옵션 가격 예측 방법에는 Markov 분석도 포함됩니다.

마르코프 분석의 장점과 단점

Markov 분석의 주요 이점은 단순성과 샘플 외 예측 정확도입니다. Markov 분석에 사용되는 것과 같은 간단한 모델은 복잡한 모델보다 예측을 잘하는 경우가 많습니다.이 결과는 계량 경제학 에서 잘 알려져 있습니다.

불행히도 Markov 분석은 사건을 설명하는 데 그다지 유용하지 않으며 대부분의 경우 기본 상황의 진정한 모델이 될 수 없습니다. 예, 현재 상태를 기반으로 조건부 확률 을 추정하는 것은 비교적 쉽습니다 . 그러나 그것은 종종 왜 일이 일어났는지에 대해 조금 알려줍니다.

Markov 분석은 예측을 위한 유용한 도구이지만 설명을 제공하지 않습니다.

공학에서는 기계가 고장날 확률을 아는 것이 고장난 이유를 설명하지 못한다는 것은 매우 분명합니다. 더 중요한 것은 기계가 오늘 고장났는지 여부의 함수인 확률에 따라 실제로 고장이 나지 않는다는 것입니다. 실제로는 기어를 더 자주 윤활해야 하기 때문에 기계가 고장날 수 있습니다.

금융 시장 에 대한 지식이 상대적으로 부족하여 문제를 해결하는 것이 복잡합니다 . Markov 분석은 처음부터 불량 신용 위험 을 선별하는 것보다 채무 불이행 비율을 추정하는 데 훨씬 더 유용합니다 .

마르코프 분석의 예

Markov 분석은 주식 투기꾼이 사용할 수 있습니다. 모멘텀 투자자 가 좋아하는 주식이 오늘 그렇게 한다면 내일 시장을 이길 확률이 60%라고 추정 한다고 가정해 봅시다 . 이 추정은 현재 상태만 포함하므로 Markov 분석의 핵심 한계를 충족합니다.

Markov 분석을 통해 투기꾼은 주식이 오늘 시장을 능가할 경우 다음 이틀 동안 주식이 시장을 능가할 확률이 0.6 * 0.6 = 0.36 또는 36%라고 추정할 수 있습니다. 레버리지 와 피라미드 방식을 사용하여 투기꾼은 이러한 유형의 마르코프 분석에서 잠재적인 이익을 확대하려고 합니다.

##하이라이트

• 마르코프 분석은 예측 값이 현재 상태에 의해서만 영향을 받는 변수의 값을 예측하는 데 사용되는 방법입니다.

• 마르코프 분석은 금융 투기꾼, 특히 모멘텀 투자자에게 유용합니다.

• 마르코프 분석은 사건을 설명하는 데 그다지 유용하지 않으며 대부분의 경우 기본 상황의 실제 모델이 될 수 없습니다.

• Markov 분석의 주요 장점은 단순성과 샘플 외 예측 정확도입니다.