Rahoituslaitokset ja yritykset sekä yksittäiset sijoittajat ja tutkijat käyttävät talousennusteissa usein taloudellisia aikasarjoja (kuten varallisuushintoja, valuuttakursseja, BKT: tä, inflaatiota ja muita makrotaloudellisia indikaattoreita) tai tutkimuksia itse.

Mutta tietojen hienosäätö on avain, jotta voisit soveltaa sitä varastosi analyysiin. Tässä artikkelissa näytämme, kuinka eristät tietokantaan liittyvät tiedot.

Ruoanvalmistetut raakatiedot
Tietopisteet eivät useinkaan ole kiinteitä tai niillä on keinoja, variansseja ja kovariansseja, jotka muuttuvat ajan myötä. Ei-pysyvät käyttäytymiset voivat olla trendejä, syklejä, satunnaisia ​​kävelylenkkejä tai näiden kolmen yhdistelmiä.

Ei-staattiset tiedot ovat yleensä ennalta arvaamattomia eikä niitä voida mallintaa tai ennustaa. Tulokset, jotka saadaan käyttämällä ei-staattisia aikasarjoja, voivat olla vääriä, koska ne voivat osoittaa kahden muuttujan välistä suhdetta, jos sellaista ei ole olemassa. Saadakseen johdonmukaisia, luotettavia tuloksia ei-staattiset tiedot on muutettava kiinteiksi tiedoiksi. Toisin kuin ei-staattisessa prosessissa, jolla on vaihteleva varianssi ja keskiarvo, joka ei ole lähellä tai palaa pitkäaikaiseen keskiarvoon ajan kuluessa, stationaarinen prosessi palaa vakiokestävän pitkän aikavälin keskiarvon ympärillä ja sillä on vakio varianssi riippumaton ajasta.

Copryright © 2007 Investopedia. com

Kuva 1

Muun kuin stationäärisen prosessin tyypit
Ennen siirtymistä muuhun kuin muuhun kuin staattiseen taloudelliseen aikasarjatietoon, erotellaan erilaisten ei-staattisten prosessien tyypit. Tämä antaa meille paremman käsityksen prosessista ja antaa meille mahdollisuuden soveltaa oikeaa muutosta. Esimerkkejä ei-staattisista prosesseista ovat satunnaiset kulkumatkat, joissa on tai ei ole ajautumista (hitaasti vakaa muutos) ja deterministiset trendejä (trendit, jotka ovat vakioita, positiivisia tai negatiivisia, riippumattomia sarjan koko elinkaaren ajasta riippumatta).

Copryright © 2007 Investopedia. com

Kuva 2

• Pure Random Walk (Y _t = Y _t-1 + ε _t )
  arvo "t" on yhtä suuri kuin viimeinen kauden arvo plus stokastinen (ei-järjestelmällinen) komponentti, joka on valkoista kohinaa, mikä tarkoittaa, että ε _t on riippumaton ja identtisesti jaettuna keskiarvolla "0" ja varianssi "σ²". Satunnaiskävelyä voidaan myös kutsua prosessiksi, joka on integroitu johonkin järjestykseen, prosessiin, jolla on yksikköjohtaminen tai stokastinen trendi. Se on keskimääräinen palautumisprosessi, joka voi siirtyä pois keskiarvosta joko positiivisessa tai negatiivisessa suunnassa. Toinen satunnaiskäytävän ominaisuus on, että varianssi kehittyy ajan myötä ja menee ääretön, kun aika menee ääretön; siksi satunnaista kävelyä ei voida ennustaa.
• Satunnaiset kulkumatkat (Y _t = α + Y _t-1 + ε _t )
  ennustaa, että arvo "t" on yhtä kuin viimeisen jakson arvo plus vakiota tai ajelehtia (a) ja valkoista kohinaa (ε _t ), sitten prosessi on satunnaisesti kulkeva ajautumalla . Se ei myöskään palaudu pitkäaikaiseen keskiarvoon, ja sen varianssi riippuu ajasta.
• Deterministinen trendi (Y _t = α + βt + ε _t )
  Usein sattumanvarainen kulkija ajouralla sekoitetaan deterministiseen suuntaukseen. Molemmat sisältävät driftin ja valkoisen kohinekomponentin, mutta satunnaiskulman tapauksessa arvo t hetkellä "t" regressoidaan viimeisen jakson arvolla (Y _t-1 ), kun taas deterministinen suuntaus on regressed ajan suuntaus (βt). Ei-staattinen prosessi, jolla on deterministinen trendi, on keskiarvo, joka kasvaa kiinteän kehityksen ympärillä, joka on vakio ja ajasta riippumaton.
• Satunnaiset kulkumatkat driftillä ja deterministinen trendi (Y _t = α + Y _t-1 + βt + e _t )
  ei-stationäärinen prosessi, jossa yhdistyvät satunnaiskäyrä ajauskomponentilla (α) ja deterministisella trendillä (βt). Se määrittää ajan kuluttua "t" arvolla viimeisen jakson arvon, ajauksen, trendin ja stokastisen komponentin perusteella. Rahoituskonseptit opetusohjelma.

Trend ja ero Stationary
Satunnaiset kulkutiet, joissa on ajorata tai ilman sitä, voidaan muuttaa stationaariseksi prosessiksi erilaistamalla (vähentämällä Y _t, Y _t - Y _t-1 Y _t, vastaavasti Y t <1 = Y _t tai Y _t - Y _t-1 = α + ε < t _{ja sitten prosessi muuttuu erostaan ​​paikallaan. Eroavaisuuden haitta on, että prosessi menettää yhden havainnon joka kerta, kun ero otetaan.} Copryright © 2007 Investopedia. com _{Kuva 3} Muuttumaton prosessit, joilla on deterministinen suuntaus, pysyvät muuttumattomina trendin poistamisen jälkeen. Esimerkiksi Yt = a + βt + εt transformoidaan stationaariseksi prosessiksi vähentämällä trendi βt: Yt - βt = α + εt, kuten alla olevassa kuvassa 4 on esitetty. Mitään havaintoa ei menetetä, kun detrendingiä käytetään muuntamaan ei-staattinen prosessi stationääriseksi. _{Copryright © 2007 Investopedia. com} Kuva 4

Satunnaisen kävelymatkan, jossa on ajautuminen ja deterministinen suuntaus, detrending voi poistaa deterministisen trendin ja ajovirran, mutta varianssi jatkuu äärettömyyteen. Tämän seurauksena myös hajoamista on sovellettava stokastisen suuntauksen poistamiseksi.

Johtopäätös

Muiden kuin staattisten aikasarjatietojen käyttäminen rahoitusmalleissa aiheuttaa epäluotettavia ja laittomia tuloksia ja johtaa heikkoon ymmärrykseen ja ennusteeseen. Ongelman ratkaisu on muuttaa aikasarjatietoja niin, että se muuttuu kiinteäksi. Jos ei-staattinen prosessi on satunnaisesti kulkeva ajajan kanssa tai ilman, se muuttuu stationääriseksi prosessiksi erilaistamalla.Toisaalta, jos analysoidulla aikasarjatiedolla on deterministinen trendi, virheelliset tulokset voidaan välttää estämällä. Joskus ei-stationäärinen sarja voi yhdistää stokastisen ja deterministisen trendin samanaikaisesti ja välttää harhaanjohtavien tulosten saavuttamista, niin sekä eriyttämistä että estämistä tulisi soveltaa, sillä erottaminen poistaa varianssin trendin ja estää deterministisen trendin.

Vaihtovelkakirjalainat: Johdanto Vaihtuvakorkoisten joukkovelkakirjojen yksityiskohdat ja monimutkaisuus saattavat vaikuttaa monimutkaisemmiksi niin he todella ovat. Johdanto Pieni Cap Stocks Kun kyseessä on yrityksen koko, isompi ei ole aina parempi sijoittajille . Lue lisää täältä. Johdanto Exchange-Traded Funds Päästä ETF: ille ja nauttia rahastorahaston hyödyistä varastossa.