Testlauf - KamilTaylan.blog
17 Juni 2021 20:50

Testlauf

Was ist ein Lauftest?

Ein Lauftest ist ein statistisches Verfahren, das untersucht, ob eine Datenfolge zufällig aus einer bestimmten Verteilung auftritt. Der Lauftest analysiert das Auftreten ähnlicher Ereignisse, die durch unterschiedliche Ereignisse getrennt sind.

Bei Investitionen kann ein Lauftest für Anleger wichtig sein, um festzustellen, ob der von ihnen verwendete Datensatz zufällig generiert wird oder von einer zugrunde liegenden Variablen beeinflusst wird. Trader, die sich auf die technische Analyse konzentrieren, können einen Run-Test verwenden, um die Kursbewegung eines Wertpapiers zu analysieren.

Die zentralen Thesen

  • Ein Lauftest, auch bekannt als Wald-Wolfowitz-Lauftest, wurde von den Mathematikern Abraham Wald und Jacob Wolfowitz entwickelt.
  • Ein Lauftest ist eine statistische Analyse, die hilft, die Zufälligkeit von Daten zu bestimmen, indem alle Variablen aufgedeckt werden, die Datenmuster beeinflussen könnten.
  • Technische Händler können mithilfe eines Lauftests statistische Trends analysieren und profitable Handelsmöglichkeiten erkennen.
  • Ein Anleger, der beispielsweise die Kursbewegung einer bestimmten Aktie analysieren möchte, kann einen Lauftest durchführen, um einen Einblick in mögliche zukünftige Kursbewegungen dieser Aktie zu erhalten.

Verstehen eines Testlaufs

Ein Lauf ist eine Reihe von steigenden oder fallenden Werten, die in einem Diagramm oft durch Plus- (+) oder Minus-Symbole (-) dargestellt werden. In der Statistik hilft ein Testlauf, die Zufälligkeit von Daten zu bestimmen, indem alle Variablen aufgedeckt werden, die sich auf Datenmuster auswirken könnten.

Zum Beispiel sollte eine Liste von wirklich zufälligen einstelligen Zahlen nur wenige Fälle haben, in denen eine Zahlenfolge numerisch aufsteigend ist. In vielen Fällen ist es jedoch schwierig, die Zufälligkeit von Daten zu behaupten, in denen Tausende von Sequenzen in einer Datenkette vorhanden sind. Daher wurde der Lauftest als objektive Methode zur Bestimmung der Zufälligkeit erstellt.

Arten von Lauftests

Der Lauftest ist eine verkürzte Version des vollständigen Namens: der Wald-Wolfowitz-Lauftest, so benannt nach den Mathematikern Abraham Wald und Jacob Wolfowitz. Der Wald-Wolfowitz-Test ist ein nichtparametrischer statistischer Test, d. h. die analysierten Daten müssen keine bestimmten Annahmen oder Parameter erfüllen. Der Wald-Wolfowitz-Test kann verwendet werden, um die Hypothese zu überprüfen , dass die Variablen in der Datenfolge voneinander unabhängig sind.

Einige Statistiker glauben, dass eine andere Art von Lauftest – der Kolmogorov-Smirnov-Test – ein besseres Werkzeug als der Wald-Wolfowitz-Test ist, um Unterschiede zwischen Verteilungen zu erkennen. Der Kolmogorov-Smirnov-Test ist eine Art von Anpassungstest, der zeigt, ob die getesteten Stichprobendaten Normalverteilungsmuster darstellen oder ob die Daten irgendwie verzerrt sind. Der Test stellt die Diskrepanz zwischen den Werten in den Stichprobendaten und dem Normalverteilungsmodell fest.

Vorteile eines Lauftests

Das Testlaufmodell ist wichtig, um zu bestimmen, ob ein Ergebnis einer Studie wirklich zufällig ist, insbesondere in Fällen, in denen zufällige versus sequenzielle Daten Auswirkungen auf nachfolgende Theorien und Analysen haben. Ein Lauftest kann ein wertvolles Instrument für Anleger sein, die technische Analysen verwenden, um ihre Handelsentscheidungen zu treffen. Diese Händler analysieren statistische Trends wie Preisbewegungen und Volumen, um potenziell profitable Handelsmöglichkeiten zu erkennen. Für diese Händler ist es wichtig, die zugrunde liegenden Variablen zu verstehen, die die Preisbewegung beeinflussen könnten, und ein Lauftest kann dabei helfen.

Zwei leistungsstarke Möglichkeiten, wie Händler einen Lauftest verwenden können, sind:

  1. Testen der Zufälligkeit der Verteilung, indem man die Daten in der angegebenen Reihenfolge nimmt und mit einem Plus (+) die Daten größer als der Median und mit einem Minus (-) die Daten unterhalb des Medians markiert (Zahlen gleich dem Median werden weggelassen). )
  2. Testen, ob eine Funktion gut zu einem Datensatz passt, indem Sie die den Funktionswert überschreitenden Daten mit + und die anderen Daten mit − markieren. Für diese Verwendung ist der Lauftest, der die Zeichen, aber nicht die Entfernungen berücksichtigt, komplementär zum Chi-Quadrat-Test, der die Entfernungen, aber nicht die Zeichen berücksichtigt.