28 Juni 2021 23:11

Neu skalierte Bereichsanalyse

Was ist eine neu skalierte Bereichsanalyse?

Die Analyse des neu skalierten Bereichs ist eine statistische Methode zur Analyse von Trends in einer Zeitreihe. Es wurde vom britischen Hydrologen Harold Edwin Hurst entwickelt, um Überschwemmungen auf dem Nil vorherzusagen. Anleger haben damit nach Zyklen, Mustern und Trends bei Aktien- und Anleihekursen gesucht, die sich in Zukunft wiederholen oder umkehren könnten.

Die zentralen Thesen

  • Die neu skalierte Bereichsanalyse betrachtet eine Datenreihe und ermittelt die Persistenz oder die Tendenz zur Mittelwertumkehr innerhalb dieser Daten.
  • Der neu skalierte Bereich kann verwendet werden, um den Hurst-Exponenten zu berechnen, der einen zukünftigen Wert oder Durchschnitt für die Daten extrapolieren kann.
  • Der Hurst-Exponent schwankt zwischen null und eins.
  • Wenn der Hurst-Exponent größer als 0,5 ist, zeigen die Daten einen starken langfristigen Trend, und wenn H kleiner als 0,5 ist, ist eine Trendumkehr wahrscheinlicher.

Grundlegendes zur Analyse des neu skalierten Bereichs

Die Analyse des neu skalierten Bereichs kann verwendet werden, um das Ausmaß der Persistenz, Zufälligkeit oder mittleren Umkehrung in Zeitreihendaten der Finanzmärkte zu ermitteln und zu bewerten. Wechselkurse und Aktienkurse folgen keinem zufälligen oder unvorhersehbaren Weg, wie dies der Fall wäre, wenn Preisänderungen unabhängig voneinander wären. Mit anderen Worten, die Märkte sind nicht perfekt effizient, was bedeutet, dass Anleger die Möglichkeit haben, Kapital zu schlagen.

Wenn in den Daten ein starker Trend besteht, wird dieser vom Hurst-Exponenten (H-Exponenten) erfasst, der auch zur Bewertung von Investmentfonds verwendet werden kann. Der H-Exponent, der auch als Index der Fernabhängigkeit bezeichnet wird, kann einen zukünftigen Wert oder Durchschnitt für die Daten extrapolieren.

Der Hurst-Exponent liegt zwischen null und eins und misst die Persistenz, Zufälligkeit oder mittlere Umkehrung. Zeitreihen, die einen zufälligen stochastischen Prozess anzeigen, 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 über den betrachteten Zeitrahmen umkehrt.

H-Exponenten unter 0,5 werden auch als Joseph-Effekt bezeichnet, in Bezug auf die biblische Geschichte von sieben Jahren Fülle, gefolgt von sieben Jahren Hungersnot. Auf niedrige Werte folgen wahrscheinlich hohe Werte oder umgekehrt.

Neu skalierte Reichweite und der Hurst-Exponent

Die Analyse des neu skalierten Bereichs 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 mittleren angepassten Datenpunkte (Summe jedes Datenpunkts minus Mittelwert der Datenreihe) durch die Standardabweichung der Werte über denselben Teil der dividiert wird Zeitfolgen.

Wenn die Anzahl der Beobachtungen in einer Zeitreihe zunimmt, nimmt der neu skalierte Bereich zu. Indem diese Erhöhungen als Logarithmus von R / S gegen den Logarithmus von n aufgetragen werden, kann man die Steigung dieser Linie bestimmen, die der Hurst-Exponent H ist.

Beispiele für die Verwendung der Rescaled Range-Analyse

Der Hurst-Exponent kann in Trendhandels Anlagestrategien verwendet werden. Ein Anleger würde nach Aktien suchen, die eine starke Persistenz aufweisen. Diese Aktien hätten ein H von mehr als 0,5. Ein H von weniger als 0,5 könnte mit technischen Indikatoren kombiniert werden, um Preisumkehrungen zu erkennen. Um beispielsweise ihre Investition zeitlich zu steuern, könnte ein Value-Investor nach Aktien mit einem H von weniger als 0,5 suchen, deren Kurse seit einiger Zeit gesunken sind.

Der mittlere Reversion-Handel scheint 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 über Zeitreihenstrategien mit mittlerer Umkehrung wie den Handel mit Paaren zu spekulieren, bei denen die Streuung zwischen zwei Assets umkehrbar ist.

Die folgende Grafik 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.

Für Händler, die während eines Aufwärtstrends des Preises kaufen möchten, könnten sie nach Möglichkeiten suchen, bei denen das H über 0,5 liegt und der Preis steigt. Auf diese Weise würde der Indikator nicht unbedingt Handelssignale liefern , könnte jedoch dazu beitragen, andere Handelssignale basierend auf dem Trend zu bestätigen.

Die Anzeige liefert nicht immer gute Signale. Es ist auch wichtig zu beachten, dass hohe H-Werte bei fallendem Preis weitere Preisrückgänge anzeigen, was den Indikator bei der ersten Verwendung etwas verwirrend machen kann.

Der Unterschied zwischen der Analyse des neu skalierten Bereichs und der Regressionsanalyse

Die neu skalierte Bereichsanalyse betrachtet eine Datenreihe und ermittelt die Persistenz oder die Tendenz zur Mittelwertumkehr innerhalb dieser Daten. Regressionsanalyse.

Einschränkungen der Analyse des neu skalierten Bereichs

Für Handelszwecke ist ein neu skalierter Bereich der angepasste Bereich geteilt durch die Standardabweichung. Diese Berechnungen basieren auf früheren Daten und sind nicht von Natur aus vorhersagbar. Es ist Sache des Händlers, die Informationen zu interpretieren, die der neu skalierte Bereich oder der Hurst-Exponent bereitstellt.

Für Handelszwecke funktioniert der Hurst-Indikator, der aus dem neu skalierten Bereich abgeleitet wird, manchmal, aber nicht immer. Ein starker Preistrend konnte stark umgekehrt werden, was der Indikator nicht voraussah. Vom Indikator signalisierte Umkehrungen können sich ebenfalls nicht entwickeln.