Giới thiệu về văn phòng phẩm và không

Các tổ chức và tập đoàn tài chính, cũng như các nhà đầu tư và nhà nghiên cứu cá nhân, thường sử dụng dữ liệu chuỗi thời gian tài chính (như giá tài sản, tỷ giá hối đoái, GDP, lạm phát và các chỉ số kinh tế vĩ mô khác) trong dự báo kinh tế, phân tích thị trường chứng khoán hoặc nghiên cứu dữ liệu.

Nhưng tinh chỉnh dữ liệu là chìa khóa để có thể áp dụng nó vào phân tích chứng khoán của bạn., chúng tôi sẽ chỉ cho bạn cách cô lập các điểm dữ liệu có liên quan đến báo cáo chứng khoán của bạn.

Giới thiệu về quy trình văn phòng phẩm và không cố định

Nấu dữ liệu thô

Điểm dữ liệu thường không cố định hoặc có phương tiện, phương sai và hiệp phương sai thay đổi theo thời gian. Các hành vi không cố định có thể là xu hướng, chu kỳ, bước đi ngẫu nhiên hoặc kết hợp cả ba.

Dữ liệu không cố định, như một quy luật, là không thể dự đoán và không thể được mô hình hóa hoặc dự báo. Các kết quả thu được bằng cách sử dụng chuỗi thời gian không cố định có thể là giả mạo ở chỗ chúng có thể chỉ ra mối quan hệ giữa hai biến không tồn tại. Để nhận được kết quả phù hợp, đáng tin cậy, dữ liệu không cố định cần phải được chuyển đổi thành dữ liệu tĩnh. Trái ngược với quy trình không cố định có phương sai thay đổi và trung bình không ở gần hoặc trở về trung bình dài hạn theo thời gian, quy trình đứng yên quay lại trung bình dài hạn không đổi và có độc lập phương sai không đổi của thời gian

Các loại quy trình không cố định

Trước khi chúng ta đi đến điểm chuyển đổi cho dữ liệu chuỗi thời gian tài chính không cố định, chúng ta nên phân biệt giữa các loại khác nhau của các quy trình không cố định. Điều này sẽ cung cấp cho chúng tôi hiểu rõ hơn về các quy trình và cho phép chúng tôi áp dụng chuyển đổi chính xác. Ví dụ về các quá trình không cố định là bước đi ngẫu nhiên có hoặc không có sự trôi dạt (thay đổi chậm đều) và xu hướng xác định (xu hướng không đổi, tích cực hoặc tiêu cực, không phụ thuộc vào thời gian trong toàn bộ cuộc đời).

Đi bộ ngẫu nhiên thuần túy (Y _t = Y _{t - 1} + _t) Đi bộ ngẫu nhiên dự đoán rằng giá trị tại thời điểm "t" sẽ bằng với giá trị thời gian cuối cùng với thành phần ngẫu nhiên (không có hệ thống) là tiếng ồn trắng có nghĩa là ε _t là độc lập và phân phối giống hệt nhau với trung bình "0" và phương sai "σ²." Đi bộ ngẫu nhiên cũng có thể được đặt tên là một quá trình được tích hợp theo một số thứ tự, một quá trình với một đơn vị gốc hoặc một quá trình với một xu hướng ngẫu nhiên. Đó là một quá trình không hoàn nguyên có nghĩa là có thể di chuyển ra khỏi giá trị trung bình theo hướng tích cực hoặc tiêu cực. Một đặc điểm khác của bước đi ngẫu nhiên là phương sai tiến hóa theo thời gian và đi đến vô tận khi thời gian trôi qua vô tận; do đó, một bước đi ngẫu nhiên không thể dự đoán được. Đi bộ ngẫu nhiên với độ lệch (Y _t = α + Y _{t - 1} + _t) Nếu mô hình đi bộ ngẫu nhiên dự đoán rằng giá trị tại thời điểm "t" sẽ bằng giá trị của khoảng thời gian cuối cùng với hằng số, hoặc trôi (α) và a thuật ngữ tiếng ồn trắng (ε _t), sau đó quá trình là bước đi ngẫu nhiên với sự trôi dạt. Nó cũng không trở lại trung bình dài hạn và có phương sai phụ thuộc vào thời gian. Xu hướng xác định (Y _t = α + t + _t) Thông thường một bước đi ngẫu nhiên với sự trôi dạt bị nhầm lẫn cho một xu hướng xác định. Cả hai đều bao gồm độ lệch và thành phần nhiễu trắng, nhưng giá trị tại thời điểm "t" trong trường hợp đi bộ ngẫu nhiên được hồi quy theo giá trị của giai đoạn trước (Y _t-1), trong khi trong trường hợp xu hướng xác định, nó bị thoái lui theo xu hướng thời gian (βt). Một quá trình không cố định với một xu hướng xác định có nghĩa là phát triển xung quanh một xu hướng cố định, không đổi và không phụ thuộc vào thời gian. Đi bộ ngẫu nhiên với xu hướng trôi dạt và xác định (Y _t = α + Y _{t - 1} + βt + _t) Một ví dụ khác là một quá trình không cố định kết hợp một bước đi ngẫu nhiên với thành phần trôi dạt (α) và xu hướng xác định (t). Nó chỉ định giá trị tại thời điểm "t" theo giá trị của giai đoạn trước, độ trôi, xu hướng và thành phần ngẫu nhiên. (Để tìm hiểu thêm về các bước đi và xu hướng ngẫu nhiên, hãy xem hướng dẫn về Khái niệm tài chính của chúng tôi.)

Xu hướng và sự khác biệt Văn phòng phẩm

Một bước đi ngẫu nhiên có hoặc không có sự trôi dạt có thể được chuyển đổi thành một quá trình đứng yên bằng cách phân biệt (trừ Y _{t - 1} từ Y _t, lấy chênh lệch Y _t - Y _{t - 1}) tương ứng với Y _t - Y _{t - 1} = ε _t hoặc Y _t - Y _{t - 1} = α + _t và sau đó quá trình trở thành khác biệt - văn phòng phẩm. Nhược điểm của sự khác biệt là quá trình mất đi một quan sát mỗi lần thực hiện sự khác biệt.

Một quá trình không cố định với một xu hướng xác định sẽ trở thành ổn định sau khi loại bỏ xu hướng, hoặc giảm dần. Ví dụ, Yt = α + t + t được chuyển thành quy trình đứng yên bằng cách trừ đi xu hướng βt: Yt - t = α + t, như trong Hình 4 bên dưới. Không có quan sát nào bị mất khi giảm dần được sử dụng để chuyển đổi một quá trình không cố định sang một quá trình đứng yên.

Trong trường hợp đi bộ ngẫu nhiên với xu hướng trôi và xác định, việc giảm dần có thể loại bỏ xu hướng xác định và trôi dạt, nhưng phương sai sẽ tiếp tục đi đến vô tận. Do đó, sự khác biệt cũng phải được áp dụng để loại bỏ xu hướng ngẫu nhiên.

Phần kết luận

Sử dụng dữ liệu chuỗi thời gian không cố định trong các mô hình tài chính tạo ra kết quả không đáng tin cậy và giả mạo và dẫn đến hiểu biết và dự báo kém. Giải pháp cho vấn đề là biến đổi dữ liệu chuỗi thời gian để nó trở thành ổn định. Nếu quá trình không cố định là một bước đi ngẫu nhiên có hoặc không có sự trôi dạt, thì nó được chuyển thành quá trình đứng yên bằng cách khác biệt. Mặt khác, nếu dữ liệu chuỗi thời gian được phân tích thể hiện xu hướng xác định, kết quả giả có thể tránh được bằng cách giảm dần. Đôi khi, chuỗi không cố định có thể kết hợp cùng một xu hướng ngẫu nhiên và xác định đồng thời và để tránh thu được kết quả sai lệch cả khác biệt và giảm dần, vì sự khác biệt sẽ loại bỏ xu hướng trong phương sai và giảm dần sẽ loại bỏ xu hướng xác định.

Mục lục: