Математика и трейдинг

Основы статистического анализа

Эконометрика в биржевом анализе

Термин «эконометрика» состоит из двух частей, причём вторая встречается и в ряде названий других наук: биометрика, психометрика. Все эти науки используют математические методы для того, чтобы измерить конкретные числовые значения и их ряды с целью сделать конкретные выводы. Что касается эконометрики, то она применяет все те же самые способы к экономике.

Методы эконометрики

Суть данной науки в том, чтобы прогнозировать значения конкретной величины, опираясь на предшествующие значения этой величины, а также на изменения значений связанных с нею величин.

В то же время, эконометрика занимается не столько прогнозированием, сколько изучением закономерностей – а уже они, в свою очередь, позволяют делать какие-то прогнозы.

Общими методами всех метрик являются следующие:

• Статистика.

• Количественный анализ.

• Теория вероятности.

Эконометрика как наука зародилась примерно в 30-х годах прошлого века и находит применение в самых разных отраслях:

• Экономика домашних хозяйств.

• Экономика компаний.

• Экономика государственного управления.

Независимо от масштабов и специфики отдельной отрасли, эконометрика может успешно в ней применяться, потому что эта наука предлагает широко универсальный набор методов.

Особенности эконометрического прогнозирования

Эконометрика как наука отличается своей неэкспериментальностью, так как работать приходится исключительно с уже сформированным массивом данных. Также стоит всегда учитывать, что все эконометрические данные, то есть числовые значения биржевой торговли, являются косвенными отражениями реальных процессов, которые за ними стоят. Однако реальные процессы в большинстве случаев недоступны для изучения, а также весьма часто не могут быть формализованы в числовом виде. В ряде случаев эти определяющие данные носят вообще не экономический характер.

Виды эконометрического прогнозирования

Эконометрика – наука очень обширная, и теоретически она может применять любые математические методы, которые позволят ей выявить закономерности и сделать прогноз. Однако всегда встаёт вопрос об инструментах анализа. Именно в зависимости от того, какой инструмент используется и какой изначальный посыл принимается за основу, и выделяют несколько разделов эконометрической науки.

«Наивная» эконометрика

В данном случае за основу берётся постулат, что ничто глобально не меняется и всё стремится к усреднению. Использование скользящих средних MA в биржевой торговле – классический пример использования такой эконометрики.

Преимуществом такого анализа является то, что он очень прост для понимания и для применения. Однако имеется большой набор недостатков:

• Подобный анализ не учитывает циклы.

• «Наивная» эконометрика видит лишь краткосрочные тренды.

• Если какой-то параметр выходит за грань тех значений, которые он принимал ранее, такой тип прогнозирования не справляется с ситуацией.

Все попытки исправить данный метод, например добавление инструмента взвешенности (индикатор EMA в биржевой торговле) на деле приводит лишь к ещё большей зависимости прогноза от текущего значения.

Разновидностью базовых методов эконометрики является метод Хольта-Винтерса. Он хорош тем, что уже оказывается способен учитывать не только ближайшие значения, но и циклы, например сезонность. Это означает, что каждое значение сверяется ещё и со значением, которое имелось N шагов назад, например 12, если речь идёт про год.

Регрессионный анализ

Данный метод предполагает наличие зависимости у данной переменной, с которой мы в данный момент работаем, от некой независимой величины. Например, с этим приходится иметь дело, когда мы работаем со связанными активами: значение цены акции А (например, Лукойла) зависит от цены акции Б (например, Газпрома).

В этом случае регрессионный анализ позволяет сделать следующее:

• Загрузить массив данных по акции А.

• Загрузить массив данных по акции Б.

• Выявить зависимость Б от А на исследуемом отрезке и выразить её в виде коэффициента.

• Сделать прогноз на цену А с помощью простого усреднения значений А, а затем скорректировать этот прогноз при помощи полученного коэффициента.

Эконометрика способна создать инструменты, которые будут учитывать взаимосвязи между многими разными параметрами одновременно. Однако существует большая проблема: если взять график движения евро и график годовых температур в Московской области, то эконометрика сопоставит эти графики, найдёт «закономерности» и будет их использовать, хотя и очевидно, что с точки зрения разума никакой зависимости тут быть не может.

Подобная опасность присутствует при анализе любых двух графиков: если с нашей точки зрения цена акций данной компании металлургического сектора и зависит от мировых показателей добычи металла в России или стоимости никеля на международной бирже, то на деле влияние данного фактора на стоимость акций компании может быть в разы меньше, чем влияние другого фактора, который мы не учли.

Об этом всегда стоит помнить, используя регрессивный анализ в абсолютно любой области эконометрики, и даже шире – в любой области науки вообще.

Второй вариант использования регрессионного анализа предполагает исходит из следующего геометрического положения:

На графике можно построить только одну прямую таким образом, чтобы квадрат расстояния от всех имеющихся точек до неё был максимально близок к этой прямой.

Другими словами, здесь регрессионный анализ применяется для того, чтобы построить на графике линии поддержки и сопротивления. А также линию тренда. Преимущество использования регрессионного анализа для этой цели состоит в том, что линии, во-первых, строятся автоматически, а во-вторых, они идеально отражают имеющийся на рынке в данный момент (и на данном временном масштабе) тренд.

Используя такой индикатор (он есть на большинстве брокерских платформ и обычно называется индикатор регрессии), трейдер может торговать по сигналам самого этого индикатора, который имеет две внешних границы, в которые заключена цена, и центральную линию.

Стратегий торговли по сигналам данного индикатора – две:

• Торговля по пересечению центральной линии ценой. Каждый раз, когда такое пересечение происходит, совершается сделка в сторону пробоя (например, сверху вниз – сделка на продажу), либо закрытие позиций, открытых в противоположном направлении.

• Торговля по отбою от любой внешней границы. Предполагает совершение сделки в направлении отбоя.

Пробой внешней границы индикатора ценой невозможен, потому что эта граница динамически изменяется по мере приближения к ней цены.

Кстати, это свойство считается одним из недостатков метода регрессии: канал меняет свои очертания после каждой новой свечи, в отличие от обычного усреднённого значения. Если на рынке мощный тренд, то всего 2-3 свечи могут «выровнять» канал совсем в другую сторону.

Вторым недостатком такого метода является его запаздывание по сравнению с ценой. Однако его не лишены все индикаторы, которые работают на основе усреднения, так как очевидно, что усреднённое значение всегда меняется медленнее, чем тот параметр, на основании которого оно вычисляется.

В целом эконометрический анализ весьма перспективен, однако нужно использовать его аккуратно, чётко понимая, какие данные с какими мы сопоставляем и почему это делаем. Только так можно добиться положительных результатов и сделать верный прогноз.

21 Дек 2018

Один комментарий на «“Эконометрика в биржевом анализе”»

  1. Интересная теория, но впрочем, как и технический анализ и фундаментальный достаточно сложный в понимании. Нужно постоянно практиковаться, чтобы понять, как взаимодействуют все рычаги, инструменты, что имеют влияние на волатильность. Не знаю, кому как, но мне сложнее всего даётся как раз теория вероятности.

Добавить комментарий

Для отправки комментария вы должны авторизоваться.

Инвестирование с QuantPro Platform

Оптимальное соотношение между доходностью и риском