Tekniske og kvantitative analytikere har brukt statistiske prinsipper på finansmarkedet siden oppstarten. Noen forsøk har vært veldig vellykkede, mens andre har vært alt annet enn. Nøkkelen er å finne en måte å identifisere prisutviklinger på uten menneskets sinns falbarhet og skjevhet. En tilnærming som kan være vellykket for investorer og som er tilgjengelig i de fleste kartverktøy, er lineær regresjon.
Lineær regresjon analyserer to separate variabler for å definere et enkelt forhold. I diagramanalyse refererer dette til variablene pris og tid. Investorer og handelsmenn som bruker sjøkart, gjenkjenner prisene på opp og ned som skrives horisontalt fra dag til dag, minutt til minutt eller uke til uke, avhengig av evaluert tidsramme. De forskjellige tilnærmingene i markedet er det som gjør lineær regresjonsanalyse så attraktiv.
Viktige takeaways
- Lineær regresjon er analysen av to separate variabler for å definere et enkelt forhold og er et nyttig mål for teknisk og kvantitativ analyse i finansmarkedene. Å plotte aksjekurser langs en normal fordeling - bjellekurve - kan tillate handelsmenn å se når en aksje er overkjøpt eller oversolgt. Ved hjelp av lineær regresjon kan en næringsdrivende identifisere viktige prispunkter — inngangspris, stop-loss-pris og exit-priser. En aksjes pris og tidsperiode bestemmer systemparametrene for lineær regresjon, noe som gjør metoden universelt anvendbar.
Grunnleggende om Bell Curve
Statistikere har brukt klokkekurve-metoden, også kjent som en normalfordeling, for å evaluere et bestemt sett med datapunkter. Figur 1 er et eksempel på en klokkekurve, som er betegnet med den mørkeblå linjen. Klokkekurven representerer formen for de forskjellige datapunktforekomstene. Hovedtyngden av punktene foregår normalt mot midten av klokkekurven, men over tid forvrider punktene eller avviker fra befolkningen. Uvanlige eller sjeldne punkter er noen ganger godt utenfor den "normale" befolkningen.
En klokkekurve, normalfordeling. Bilde av Julie Bang © Investopedia 2020
Som et referansepunkt er det vanlig å gjennomsnittlig verdiene for å lage en gjennomsnittlig poengsum. Gjennomsnittet representerer ikke nødvendigvis midten av dataene, og representerer i stedet gjennomsnittlig poengsum, inkludert alle eksterne datapunkter. Etter at et middel er etablert, bestemmer analytikere hvor ofte pris avviker fra gjennomsnittet.
Et standardavvik til en side av gjennomsnittet er vanligvis 34% av dataene, eller 68% av datapunktene hvis vi ser på ett positivt og ett negativt standardavvik, som er representert med den oransje pildelen i figur 1. To standarder avvik inkluderer omtrent 95% av datapunktene og er de oransje og rosa pildelene lagt sammen. De veldig sjeldne forekomstene, representert av lilla piler, forekommer ved halene på klokkekurven. Fordi ethvert datapunkt som vises utenfor to standardavvik er svært sjeldent, antas det ofte at datapunktene vil bevege seg tilbake mot gjennomsnittet, eller regresere.
Aksjekurs som datasett
Se for deg at hvis vi tok klokkekurven, snudd den på siden og brukt den på et aksjekart. Dette vil tillate oss å se når en sikkerhet er overkjøpt eller oversolgt og klar til å vende tilbake til midlene. I figur 2 er den lineære regresjonsstudien lagt til i diagrammet, noe som gir investorer den blå utenfor kanalen og den lineære regresjonslinjen gjennom midten av våre prispunkter. Denne kanalen viser investorene den nåværende prisutviklingen og gir en middelverdi. Ved å bruke en variabel lineær regresjon kan vi stille inn en smal kanal ved ett standardavvik, eller 68%, for å lage grønne kanaler. Selv om det ikke er en klokkekurve, kan vi se at prisen nå gjenspeiler klokkekurvens inndelinger, bemerket i figur 1.
Handel med gjennomsnittsomvendelsen
Dette oppsettet omsettes enkelt ved å bruke fire punkter på diagrammet, som skissert i figur 2. No.1 er inngangspunktet. Dette blir bare et inngangspunkt når prisen har handlet ut til den ytre blå kanalen og har flyttet tilbake innenfor den ene standardavvikslinjen. Vi stoler ikke bare på å ha prisen som en utligger fordi den kan komme en annen lenger ut. I stedet ønsker vi at den utenforliggende hendelsen skal ha funnet sted og at prisen skal vende tilbake til gjennomsnittet. Et trekk tilbake innen det første standardavviket bekrefter regresjonen.
Nr. 2 gir et stopp-tap-punkt i tilfelle årsaken til utliggerne fortsetter å påvirke prisen negativt. Å sette stop-loss-ordren definerer lett handelens risiko.
Det settes to prismål på nr. 3 og nr. 4 for lønnsomme avkjørsler. Vår første forventning med handelen var å gå tilbake til middelgrensen, og i figur 2 er planen å forlate halvparten av posisjonen nær $ 26, 50, eller den nåværende middelverdien. Det andre målet fungerer under forutsetning av en kontinuerlig trend, så et annet mål vil bli satt i motsatt ende av kanalen for den andre standardavvikslinjen, eller $ 31, 50. Denne metoden definerer en investors mulige belønning.
Over tid vil prisen bevege seg opp og ned, og den lineære regresjonskanalen vil oppleve endringer når gamle priser faller av og nye priser dukker opp. Mål og stopp bør imidlertid forbli de samme til gjennomsnittlig prismål fylles (se figur 3). På dette tidspunktet er et overskudd innelåst, og stopp-tapet bør flyttes opp til den opprinnelige inngangsprisen. Forutsatt at det er et effektivt og likvidt marked, bør resten av handelen være uten risiko.
Husk at en sikkerhet ikke trenger å stenge til en bestemt pris for at bestillingen din skal fylles. den trenger bare å nå prisen intradag. Du kan ha blitt fylt på det andre målet under et av de tre områdene i figur 4.
Virkelig universell
Teknikere og kvantehandlere jobber ofte ett system for en bestemt sikkerhet eller aksje og finner ut at de samme parameterne ikke vil fungere på andre verdipapirer eller aksjer. Det fine med lineær regresjon er at sikkerhetens pris og tidsperiode bestemmer systemparametrene. Bruk disse verktøyene og reglene definert med på forskjellige verdipapirer og tidsrammer, og du vil bli overrasket over dens universelle natur.
