Phân tích phạm vi thay đổi là gì?
Phân tích phạm vi thay đổi kích thước là một kỹ thuật thống kê được sử dụng để phân tích các xu hướng trong chuỗi thời gian. Nó được phát triển bởi nhà thủy văn học người Anh Harold Edwin Hurst để dự đoán lũ lụt trên sông Nile. Các nhà đầu tư đã sử dụng nó để tìm kiếm chu kỳ, mô hình và xu hướng giá cổ phiếu và trái phiếu có thể lặp lại hoặc đảo ngược trong tương lai.
Chìa khóa chính
- Phân tích phạm vi được định cỡ lại xem xét một chuỗi dữ liệu và xác định xu hướng tồn tại hoặc trung bình trong dữ liệu đó. Phạm vi được định cỡ lại có thể được sử dụng để tính toán số mũ Hurst, có thể ngoại suy giá trị tương lai hoặc trung bình cho dữ liệu. không và một. Khi số mũ Hurst lớn hơn 0, 5, dữ liệu đang thể hiện xu hướng dài hạn mạnh mẽ và khi H nhỏ hơn 0, 5, khả năng đảo ngược xu hướng sẽ cao hơn.
Hiểu phân tích phạm vi thay đổi
Phân tích phạm vi thay đổi tỷ lệ có thể được sử dụng để phát hiện và đánh giá mức độ bền bỉ, ngẫu nhiên hoặc đảo ngược trung bình trong dữ liệu chuỗi thời gian của thị trường tài chính. Tỷ giá hối đoái và giá cổ phiếu không đi theo một bước đi ngẫu nhiên, hoặc con đường không thể đoán trước, giống như nếu thay đổi giá là độc lập với nhau. Nói cách khác, thị trường không hoàn toàn hiệu quả, điều đó có nghĩa là có cơ hội cho các nhà đầu tư tận dụng.
Nếu một xu hướng mạnh tồn tại trong dữ liệu, nó sẽ bị bắt bởi số mũ Hurst (số mũ H), cũng có thể được sử dụng để xếp hạng các quỹ tương hỗ. Số mũ H, còn được gọi là chỉ số của sự phụ thuộc tầm xa, có thể ngoại suy một giá trị tương lai hoặc trung bình cho dữ liệu.
Số mũ Hurst nằm trong khoảng từ 0 đến 1, và nó đo lường sự bền bỉ, ngẫu nhiên hoặc đảo ngược trung bình. Chuỗi thời gian hiển thị một quá trình ngẫu nhiên ngẫu nhiên có số mũ H gần 0, 5. Khi H lớn hơn 0, 5, dữ liệu đang thể hiện xu hướng dài hạn mạnh mẽ và khi H nhỏ hơn 0, 5, có khả năng đảo ngược xu hướng theo khung thời gian được xem xét.
Số mũ H dưới 0, 5 còn được gọi là hiệu ứng Joseph, liên quan đến câu chuyện trong Kinh thánh về bảy năm bị theo dõi bởi bảy năm đói kém. Giá trị thấp có khả năng được theo sau bởi giá trị cao hoặc ngược lại.
Phạm vi thay đổi kích thước và số mũ Hurst
Phân tích phạm vi được định cỡ lại đánh giá mức độ thay đổi của thời gian thay đổi dữ liệu chuỗi thời gian với độ dài của khoảng thời gian được xem xét. Phạm vi được định cỡ lại được tính bằng cách chia phạm vi (giá trị tối đa trừ giá trị tối thiểu) của các điểm dữ liệu được điều chỉnh trung bình tích lũy (tổng của từng điểm dữ liệu trừ đi giá trị trung bình của chuỗi dữ liệu) cho độ lệch chuẩn của các giá trị trên cùng một phần của chuỗi thời gian.
Khi số lượng quan sát trong một chuỗi thời gian tăng lên, phạm vi thay đổi kích thước sẽ tăng lên. Bằng cách vẽ các mức tăng này là logarit của R / S so với logarit của n, người ta có thể xác định độ dốc của đường này, đó là số mũ Hurst, H.
Ví dụ về Cách sử dụng Phân tích phạm vi thay đổi tỷ lệ
Số mũ Hurst có thể được sử dụng trong các chiến lược đầu tư giao dịch theo xu hướng. Một nhà đầu tư sẽ tìm kiếm các cổ phiếu cho thấy sự kiên trì mạnh mẽ. Những cổ phiếu này sẽ có H lớn hơn 0, 5. Một H nhỏ hơn 0, 5 có thể được ghép nối với các chỉ báo kỹ thuật để phát hiện đảo ngược giá. Ví dụ, để tính thời gian đầu tư của họ, một nhà đầu tư giá trị có thể tìm kiếm các cổ phiếu có H dưới 0, 5 mà giá đã giảm trong một thời gian.
Giao dịch đảo chiều có nghĩa là tận dụng những thay đổi cực đoan về giá của chứng khoán, dựa trên giả định rằng nó sẽ trở lại trạng thái trước đó. Số mũ H được sử dụng bởi các nhà giao dịch thuật toán để suy đoán các chiến lược chuỗi thời gian hoàn nguyên trung bình như giao dịch theo cặp, trong đó mức chênh lệch giữa hai tài sản là hoàn nguyên trung bình.
Biểu đồ sau đây cho thấy trung bình di chuyển 15 kỳ (MA) của Số mũ Hurst dựa trên biểu đồ giá SPDR S & P 500 (SPY). MA có thể được điều chỉnh, với MA dài hơn làm biến động dao động.
Đối với các nhà giao dịch muốn mua trong một xu hướng tăng giá, họ có thể tìm kiếm các cơ hội trong đó H trên 0, 5 và giá đang tăng lên. Được sử dụng theo cách này, chỉ báo sẽ không nhất thiết cung cấp tín hiệu thương mại, nhưng nó có thể hỗ trợ cung cấp xác nhận cho các tín hiệu thương mại khác dựa trên xu hướng.
Giao dịch
Các chỉ báo sẽ không luôn luôn cung cấp tín hiệu tốt. Cũng cần lưu ý rằng giá trị H cao khi giá đang giảm đang biểu thị sự sụt giảm thêm về giá, điều này có thể khiến chỉ báo hơi khó hiểu khi lần đầu tiên sử dụng.
Sự khác biệt giữa phân tích phạm vi thay đổi và phân tích hồi quy
Phân tích phạm vi được định cỡ lại xem xét một chuỗi dữ liệu và xác định xu hướng tồn tại hoặc trung bình trong dữ liệu đó. Hồi quy tuyến tính xem xét hai biến, chẳng hạn như giá cả và thời gian, và tìm điểm giữa hoặc đường phù hợp nhất cho chuỗi dữ liệu. Sau đó, các kênh độ lệch chuẩn có thể được thêm vào để hiển thị khi bảo mật có khả năng bị mua quá mức hoặc bán quá mức dựa trên chuỗi dữ liệu. Hồi quy tuyến tính là một phần của lĩnh vực phân tích hồi quy lớn hơn.
Hạn chế của phân tích phạm vi thay đổi
Đối với mục đích giao dịch, phạm vi được định cỡ lại là phạm vi được điều chỉnh chia cho độ lệch chuẩn. Những tính toán này dựa trên dữ liệu trong quá khứ và vốn không phải là dự đoán. Tùy thuộc vào người giao dịch để giải thích thông tin về phạm vi được định cỡ lại hoặc số mũ Hurst đang cung cấp.
Đối với mục đích giao dịch, chỉ báo Hurst, có nguồn gốc từ phạm vi được định cỡ lại, đôi khi có thể hoạt động, nhưng nó không hoạt động mọi lúc. Một xu hướng giá mạnh có thể được đảo ngược mạnh mẽ, điều mà chỉ báo không thấy trước. Đảo ngược được báo hiệu bởi các chỉ số cũng có thể không phát triển.
