Omskalad intervallanalys

Vad är omskalerad intervallanalys?

Omskalad intervallanalys är en statistisk teknik som används för att analysera trender i en tidsserie. Den utvecklades av den brittiske hydrologen Harold Edwin Hurst för att förutsäga översvämningar på Nilen. Investerare har använt det för att leta efter cykler, mönster och trender i aktie- och obligationspriser som kan upprepas eller vända i framtiden.

Förstå analys av omskalerad intervall

Omskalad intervallanalys kan användas för att upptäcka och utvärdera mängden persistens, slumpmässighet eller medelåtergång i tidsseriedata för finansmarknader. Valutakurser och aktiekurser följer inte en slumpmässig vandring,. eller oförutsägbar väg, som de skulle göra om prisförändringar var oberoende av varandra. Marknader är med andra ord inte helt effektiva, vilket innebär att det finns möjligheter för investerare att kapitalisera på.

Om det finns en stark trend i data, kommer den att fångas av Hurst-exponenten (H-exponent), som också kan användas för att betygsätta fonder. H-exponenten, som också är känd som index för långdistansberoende, kan extrapolera ett framtida värde eller medelvärde för data.

Hurst-exponenten sträcker sig mellan noll och ett, och den mäter persistens, slumpmässighet eller genomsnittlig återgång. Tidsserier som visar en slumpmässig stokastisk process har H-exponenter nära 0,5. När H är större än 0,5 uppvisar data en stark långsiktig trend, och när H är mindre än 0,5 är det troligt att trenden vänds över den tidsram som betraktas.

H-exponenter under 0,5 är också kända som Joseph-effekten,. med hänvisning till den bibliska berättelsen om sju år av överflöd som följs av sju år av svält. Låga värden kommer sannolikt att följas av höga värden, eller vice versa.

Rescaled Range och Hurst-exponenten

Omskalad intervallanalys bedömer hur variationen av tidsseriedata förändras med längden på den tidsperiod som beaktas. Det omskalade intervallet beräknas genom att dividera intervallet (högsta värde minus minimivärde) för de kumulativa medeljusterade datapunkterna (summan av varje datapunkt minus medelvärdet av dataserien) med standardavvikelsen för värdena över samma del av tidsserien.

När antalet observationer i en tidsserie ökar, ökar det omskalade området. Genom att plotta dessa ökningar som logaritmen för R/S kontra logaritmen för n, kan man bestämma lutningen för denna linje, som är Hurst-exponenten, H.

Exempel på hur man använder Rescaled Range Analysis

Hurst-exponenten kan användas i investeringsstrategier för trendhandel. En investerare skulle leta efter aktier som visar stark uthållighet. Dessa bestånd skulle ha ett H större än 0,5. Ett H mindre än 0,5 skulle kunna paras ihop med tekniska indikatorer för spotprisomkastningar. Till exempel, för att tajma sin investering, kan en värdeinvesterare leta efter aktier med H mindre än 0,5 vars priser har sjunkit under en tid.

Mean reversion trading ser ut att utnyttja extrema förändringar i priset på ett värdepapper, baserat på antagandet att det kommer att återgå till sitt tidigare tillstånd. H-exponenten används av algoritmiska handlare för att spekulera i medelåtergående tidsseriestrategier som parhandel, där skillnaden mellan två tillgångar är medelåtergående.

Följande diagram visar ett 15-periods glidande medelvärde (MA) av Hurst-exponenten baserat på SPDR S&P 500 (SPY) prisdiagram. MA kan justeras, med en längre MA som jämnar ut fluktuationer.

För handlare som vill köpa under en uppåtgående trend i priset kan de leta efter möjligheter där H är över 0,5 och priset rör sig uppåt. Använd på detta sätt skulle indikatorn inte nödvändigtvis ge handelssignaler, men den kan hjälpa till att ge bekräftelse för andra handelssignaler baserat på trenden.

Indikatorn ger inte alltid bra signaler. Det är också viktigt att notera att höga H-värden när priset sjunker indikerar ytterligare prisnedgångar, vilket kan göra indikatorn lite förvirrande när den först används.

Skillnaden mellan omskalad intervallanalys och regressionsanalys

Omskalad intervallanalys tittar på en dataserie och bestämmer persistens eller medelåtergångstendenser inom dessa data. Linjär regression tittar på två variabler, såsom pris och tid, och hittar mittpunkten eller den linje som passar bäst för dataserien. Sedan kan standardavvikelsekanaler läggas till för att visa när säkerheten är potentiellt överköpt eller översåld baserat på dataserien. Linjär regression är en del av det större området regressionsanalys.

Begränsningar för omskalad intervallanalys

För handelsändamål är ett omskalat intervall det justerade intervallet dividerat med standardavvikelsen. Dessa beräkningar är baserade på tidigare data och är inte i sig prediktiva. Det är upp till handlaren att tolka informationen som det omskalade intervallet eller Hurst-exponenten tillhandahåller.

För handelsändamål kan Hurst-indikatorn, som härrör från det omskalade intervallet, fungera ibland, men det fungerar inte hela tiden. En stark prisutveckling kunde vändas kraftigt, vilket indikatorn inte förutsåg. Omkastningar som signaleras av indikatorn kanske inte heller utvecklas.

##Höjdpunkter

• Hurst-exponenten fluktuerar mellan noll och ett.

• Det omskalade området kan användas för att beräkna Hurst-exponenten, som kan extrapolera ett framtida värde eller medelvärde för data.

• När Hurst-exponenten är större än 0,5 uppvisar data en stark långsiktig trend, och när H är mindre än 0,5 är en trendomvändning mer sannolikt.

• Omskalad intervallanalys tittar på en dataserie och bestämmer persistens eller medelåtergångstendenser inom dessa data.