מוסדות פיננסיים ותאגידים, כמו גם משקיעים וחוקרים בודדים, משתמשים לרוב בנתוני סדרות זמן פיננסיות (כמו מחירי נכסים, שערי חליפין, תוצר, אינפלציה ואינדיקטורים מקרו-כלכליים אחרים) בתחזיות כלכליות, ניתוח שוק המניות או מחקרים על הנתונים עצמם..
אולם זיקוק נתונים הוא המפתח לכך שתוכל ליישם אותם על ניתוח המניות שלך., נראה לך כיצד לבודד את נקודות הנתונים הרלוונטיות לדוחות המניות שלך.
מבוא לתהליכים נייחים ולא נייחים
בישול נתונים גולמיים
נקודות נתונים הן לרוב לא נייחות או שיש להן אמצעים, שונות ושכונות משתנות לאורך זמן. התנהגויות לא נייחות יכולות להיות מגמות, מחזורים, טיולים אקראיים או שילובים של השלושה.
נתונים שאינם נייחים, ככלל, אינם ניתנים לחיזוי ואינם ניתנים למודל או לחיזוי. התוצאות שהתקבלו בשימוש בסדרות זמן לא נייחות עשויות להיות מזויפות מכיוון שהן עשויות להצביע על קשר בין שני משתנים שבהם אחד מהם אינו קיים. על מנת לקבל תוצאות עקביות ואמינות, צריך להפוך את הנתונים הלא נייחים לנתונים נייחים. בניגוד לתהליך הלא נייח שיש לו שונות משתנה וממוצע שלא נשאר בקרבתו, או חוזר לממוצע לטווח ארוך לאורך זמן, התהליך הנייח חוזר סביב ממוצע קבוע לטווח הארוך ובעל שונות קבועה בלתי תלויה של זמן.
איור 1 - זכויות יוצרים © 2007 Investopedia.com
סוגי תהליכים לא נייחים
לפני שנגיע לנקודה של טרנספורמציה לנתוני סדרות הזמן הפיננסיות הלא-נייחות, עלינו להבחין בין הסוגים השונים של התהליכים הלא-נייחים. זה יספק לנו הבנה טובה יותר של התהליכים ויאפשר לנו ליישם את השינוי הנכון. דוגמאות לתהליכים לא נייחים הם הליכה אקראית עם או בלי סחיפה (שינוי קבוע איטי) ומגמות דטרמיניסטיות (מגמות קבועות, חיוביות או שליליות, בלתי תלויות בזמן לכל חיי הסדרה).
איור 2 - זכויות יוצרים © 2007 Investopedia.com
- הליכה אקראית טהורה (Y t = Y t-1 + ε t) הליכה אקראית מנבאת שהערך בזמן "t" יהיה שווה לערך התקופה האחרונה בתוספת רכיב סטוכסטי (לא שיטתי) שהוא רעש לבן, אשר פירושו ε t הוא עצמאי ומופץ זהה עם הממוצע "0" ושונות "σ²." ניתן לכנות גם הליכה אקראית תהליך המשולב בסדר כלשהו, תהליך עם שורש יחידה או תהליך עם מגמה סטוכסטית. זהו תהליך שאינו מתכוון להחזיר את יכולתו להתרחק מהממוצע בכיוון חיובי או שלילי. מאפיין נוסף של הליכה אקראית הוא שהשונות מתפתחת עם הזמן ועוברת לאינסוף ככל שהזמן עובר לאינסוף; לכן לא ניתן לחזות הליכה אקראית. הליכה אקראית עם סחף (Y t = α + Y t-1 + ε t) אם מודל ההליכה האקראי מנבא שהערך בזמן "t" יהיה שווה לערך התקופה האחרונה בתוספת קבוע, או סחיפה (α), ו- מונח רעש לבן (ε t), אז התהליך הוא הליכה אקראית עם סחף. זה גם לא חוזר לממוצע לטווח ארוך ויש לו שונות התלויה בזמן. מגמה דטרמיניסטית (Y t = α + βt + ε t) לעיתים קרובות מבולבל הליכה אקראית עם סחף למגמה דטרמיניסטית. שניהם כוללים היסחף ורכיב רעש לבן, אך הערך בזמן "t" במקרה של הליכה אקראית נסוג על ערך התקופה האחרונה (Y t-1), כאשר במקרה של מגמה דטרמיניסטית הוא נסוג מחדש במגמת זמן (ß). לתהליך לא נייח עם מגמה דטרמיניסטית יש אמצעי שצומח סביב מגמה קבועה, שהיא קבועה ובלתי תלויה בזמן. הליכה אקראית עם סחף וטרנד דטרמיניסטי (Y t = α + Y t-1 + βt + ε t) דוגמה נוספת היא תהליך לא נייח המשלב הליכה אקראית עם רכיב סחף (α) ומגמה דטרמיניסטית (βt). הוא מציין את הערך בזמן "t" לפי הערך של התקופה האחרונה, סחיפה, מגמה ורכיב סטוכסטי. (למידע נוסף על טיולים ומגמות אקראיות, עיין במדריך למושגים פיננסיים .)
מגמה והבדל נייחים
הליכה אקראית עם או בלי סחיפה ניתן להפוך לתהליך נייח על ידי הבדלה (חיסור Y t-1 מ- Y t, לקיחת ההבדל Y t - Y t-1) בהתאמה ל- Y t - Y t-1 = ε t או Y t - Y t-1 = α + ε t ואז התהליך הופך להבדל-נייח. החיסרון בהבדל הוא שהתהליך מאבד תצפית אחת בכל פעם שמתבצעת ההבדל.
איור 3 - זכויות יוצרים © 2007 Investopedia.com
תהליך לא נייח עם מגמה דטרמיניסטית הופך להיות נייח לאחר הסרת המגמה, או הרתיעה. לדוגמה, Yt = α + βt + εt הופך לתהליך נייח על ידי חיסור המגמה βt: Yt - βt = α + εt, כפי שמוצג באיור 4 להלן. שום אבחנה לא אובדת כשמשתמשים בעיכוב כדי להפוך תהליך לא נייח לתהליך נייח.
איור 4 - זכויות יוצרים © 2007 Investopedia.com
במקרה של הליכה אקראית עם סחיפה ומגמה דטרמיניסטית, הרתעה יכולה להסיר את המגמה הדטרמיניסטית ואת הסחף, אך השונות תמשיך לעבור לאינסוף. כתוצאה מכך, יש ליישם הבדלים גם בכדי להסיר את המגמה הסטוכסטית.
סיכום
שימוש בנתוני סדרות זמן לא נייחים במודלים פיננסיים מניבים תוצאות לא אמינות ומזויפות ומביא להבנה וחיזוי לקויים. הפיתרון לבעיה הוא להפוך את נתוני סדרות הזמן כך שיהיו נייחים. אם התהליך הלא נייח הוא הליכה אקראית עם או בלי סחיפה, הוא הופך לתהליך נייח על ידי הבדלים. מצד שני, אם נתוני סדרות הזמן שניתחו מראים מגמה דטרמיניסטית, ניתן להימנע מהתוצאות המזוייפות על ידי הרתעה. לעיתים הסדרה הלא נייחת עשויה לשלב מגמה סטוכסטית ודטרמיניסטית בו זמנית וכדי להימנע מהשגת תוצאות מטעות, יש ליישם גם הבדלה וגם רתיעה, שכן הבחנה תסיר את המגמה בשונות והרתיעה תסיר את המגמה הדטרמיניסטית.
