Ang mga analista at quantitative analyst ay nag-apply ng mga istatistika ng istatistika sa merkado sa pananalapi mula nang ito ay umpisa. Ang ilang mga pagtatangka ay naging matagumpay, samantalang ang iba ay mayroon man. Ang susi ay upang makahanap ng isang paraan upang matukoy ang mga trend ng presyo nang walang pagkahulog at bias ng pag-iisip ng tao. Ang isang diskarte na maaaring matagumpay para sa mga namumuhunan at magagamit sa karamihan ng mga tool sa pag-charting ay ang linear regression.
Sinusuri ng linear regression ang dalawang magkakahiwalay na variable upang matukoy ang isang solong relasyon. Sa pagsusuri sa tsart, tumutukoy ito sa mga variable ng presyo at oras. Ang mga namumuhunan at mangangalakal na gumagamit ng mga tsart ay kinikilala ang pagtaas ng presyo na naka-print nang pahalang mula sa pang-araw-araw, minuto-sa-minutong, o linggong-linggo, depende sa nasuri na oras ng oras. Ang iba't ibang mga diskarte sa merkado ay kung ano ang gumawa ng pag-aaral ng linear regression kaya kaakit-akit.
Mga Key Takeaways
- Ang linear regression ay ang pagsusuri ng dalawang magkakahiwalay na variable upang tukuyin ang isang solong relasyon at isang kapaki-pakinabang na panukala para sa teknikal at quantitative analysis sa mga pamilihan sa pananalapi. Ang pag-Plotting ng mga presyo ng stock kasama ang isang normal na pamamahagi — curve ng kampanilya - ay maaaring magpatingin sa mga negosyante kapag ang isang stock ay labis na hinuhuli o binabayaran. Gamit ang linear regression, maaaring kilalanin ng isang negosyante ang mga pangunahing puntos ng presyo — presyo ng pagpasok, presyo ng paghinto sa pagkawala, at paglabas ng mga presyo.Ang presyo at oras ng stock ay tukuyin ang mga parameter ng system para sa linear regression, ginagawa ang pamamaraan sa buong mundo.
Mga Batayan sa Kurbo sa Bell
Ginamit ng mga istatistika ang paraan ng curve ng kampanilya, na kilala rin bilang isang normal na pamamahagi, upang masuri ang isang partikular na hanay ng mga puntos ng data. Ang Figure 1 ay isang halimbawa ng curve ng kampanilya, na kung saan ay ipinapahiwatig ng madilim na asul na linya. Ang curve ng kampanilya ay kumakatawan sa anyo ng iba't ibang mga pangyayari sa punto ng data. Ang karamihan sa mga puntos ay karaniwang nagaganap patungo sa gitna ng curve ng kampanilya, ngunit sa paglaon ng panahon, ang mga puntos ay naliligaw, o lumihis mula sa populasyon. Hindi pangkaraniwan o bihirang mga puntos ay kung minsan ay maayos sa labas ng "normal" na populasyon.
Isang kurbada sa kampanilya, normal na pamamahagi. Larawan ni Julie Bang © Investopedia 2020
Bilang isang sanggunian, karaniwang karaniwan sa average ang mga halaga upang lumikha ng isang minarkahang marka. Ang ibig sabihin ay hindi kinakailangang kumatawan sa gitna ng data at sa halip ay kumakatawan sa average na iskor, kabilang ang lahat ng mga nakalabas na puntos ng data. Matapos maitaguyod ang isang kahulugan, tinutukoy ng mga analyst kung gaano kadalas ang paglihis ng presyo mula sa ibig sabihin.
Ang isang karaniwang paglihis sa isang bahagi ng average ay karaniwang 34% ng data, o 68% ng mga puntos ng data kung titingnan namin ang isang positibo at isang negatibong pamantayan ng paglihis, na kinakatawan ng seksyon ng orange arrow sa Larawan 1. Dalawang pamantayan Kasama sa mga paglihis ang humigit-kumulang na 95% ng mga puntos ng data at ang mga seksyon ng orange at pink na arrow na idinagdag nang magkasama. Ang napakabihirang mga pangyayari, na kinakatawan ng mga lilang arrow, ay nangyayari sa mga buntot ng curve ng kampanilya. Sapagkat ang anumang punto ng data na lumilitaw sa labas ng dalawang karaniwang mga paglihis ay bihirang, madalas na ipinapalagay na ang mga puntos ng data ay babalik sa average, o muling pagsasaayos.
Presyo ng Stock bilang isang Set ng Data
Isipin kung kinuha namin ang curve ng kampanilya, sinalampak ito sa gilid nito at inilapat ito sa isang stock tsart. Ito ay magpapahintulot sa amin upang makita kung ang isang seguridad ay labis na pinag-isipan o nasobrahan at handa na bumalik sa ibig sabihin. Sa Figure 2, ang pag-aaral ng linear regression ay idinagdag sa tsart, na nagbibigay sa mga namumuhunan ng asul sa labas ng channel at ang linya ng regression linear sa pamamagitan ng gitna ng aming mga puntos sa presyo. Ipinapakita ng channel na ito ang mga namumuhunan sa kasalukuyang takbo ng presyo at nagbibigay ng isang halaga. Gamit ang isang variable na linear regression, maaari kaming magtakda ng isang makitid na channel sa isang karaniwang paglihis, o 68%, upang lumikha ng berdeng mga channel. Habang wala ang isang kurbada sa kampanilya, makikita natin na ang presyo ngayon ay sumasalamin sa mga dibisyon ng kampanilya ng kampana, na nabanggit sa Larawan 1.
Pagpapalit ng Kahulugang Pagbabaliktad
Ang pag-setup na ito ay madaling ipinagpalit sa pamamagitan ng paggamit ng apat na puntos sa tsart, tulad ng nakalarawan sa Figure 2. No.1 ang punto ng pagpasok. Nagiging lamang ito ng isang punto ng pagpasok kapag ang presyo ay ipinagpalit sa labas ng asul na channel at lumipat pabalik sa loob ng isang karaniwang linya ng paglihis. Hindi lamang kami umaasa sa pagkakaroon ng presyo bilang isang mas maliban dahil maaari itong makakuha ng isa pang karagdagang. Sa halip, nais naming maganap ang palabas na kaganapan at ang presyo upang mabalik sa kahulugan. Ang isang paglipat pabalik sa loob ng unang standard na paglihis Kinukumpirma ang pagbabalik.
Ang No. 2 ay nagbibigay ng isang stop-loss point kung sakaling ang sanhi ng mga tagalabas ay patuloy na negatibong nakakaapekto sa presyo. Ang pagtatakda ng order ng pagkawala ng pagkawala ay madaling tumutukoy sa panganib ng kalakalan.
Dalawang target na presyo sa No. 3 at No. 4 ang itatakda para sa mga pinakinabangang paglabas. Ang aming unang inaasahan sa kalakalan ay upang bumalik sa ibig sabihin na linya, at sa Figure 2, ang plano ay upang lumabas sa kalahati ng posisyon na malapit sa $ 26.50, o ang kasalukuyang halaga ng ibig sabihin. Ang pangalawang target ay gumagana sa ilalim ng pag-aakala ng isang patuloy na takbo, kaya ang isa pang target ay itatakda sa kabaligtaran na dulo ng channel para sa iba pang pamantayang linya ng paglihis, o $ 31.50. Ang pamamaraang ito ay tumutukoy sa posibleng gantimpala ng mamumuhunan.
Sa paglipas ng panahon, ang presyo ay lilipat pataas, at ang linear regression channel ay makakaranas ng mga pagbabago habang ang mga lumang presyo ay bumaba at lumilitaw ang mga bagong presyo. Gayunpaman, ang mga target at paghihinto ay dapat manatiling pareho hanggang sa mapuno ang ibig sabihin ng presyo (tingnan ang Larawan 3). Sa puntong ito, ang isang tubo ay na-lock sa, at ang paghinto ng pagkawala ay dapat ilipat hanggang sa orihinal na presyo ng pagpasok. Sa pag-aakalang ito ay isang mahusay at likidong merkado, ang natitira sa kalakalan ay dapat na walang peligro.
Tandaan, ang isang seguridad ay hindi kailangang magsara sa isang partikular na presyo para mapunan ang iyong order; kailangan lamang maabot ang presyo ng intraday. Maaaring napuno ka sa pangalawang target sa alinman sa tatlong mga lugar sa Figure 4.
Tunay na Universal
Ang mga tekniko at mangangalakal ng dami ay madalas na nagtatrabaho sa isang sistema para sa isang partikular na seguridad o stock at napag-alaman na ang parehong mga parameter ay hindi gagana sa ibang mga security o stock. Ang kagandahan ng linear regression ay ang presyo at oras ng seguridad na matukoy ang mga parameter ng system. Gumamit ng mga tool na ito at ang mga patakaran na tinukoy sa iba't ibang mga seguridad at mga frame ng oras at magugulat ka sa pangkalahatang kalikasan nito.
