מה הפירוש של רושם אוטומטי?
מודל סטטיסטי הוא אוטרגרסיבי אם הוא מנבא ערכים עתידיים על בסיס ערכי עבר. לדוגמה, מודל אוטורגרסיבי עשוי לנסות לחזות את מחירי העתיד של המניה על סמך ביצועי העבר שלה.
Takeaways מפתח
- מודלים רגרסיביים אוטומטיים חוזים ערכים עתידיים המבוססים על ערכי עבר. הם נמצאים בשימוש נרחב בניתוח טכני כדי לחזות מחירי אבטחה עתידיים. מודלים אוטומטיים רגרסיביים מניחים באופן מרומז כי העתיד יהיה דומה לעבר. לכן הם יכולים להוכיח כלא מדויקים בתנאי שוק מסוימים, כמו משברים פיננסיים או תקופות של שינוי טכנולוגי מהיר.
הבנת מודלים אוטומטיים רגרסיביים
מודלים האגרסיביים האוטומטיים פועלים מתוך הנחה שערכי העבר משפיעים על הערכים הנוכחיים, מה שהופך את הטכניקה הסטטיסטית לפופולארית לניתוח טבע, כלכלה ותהליכים אחרים המשתנים לאורך זמן. מודלים רגרסיה מרובים חוזים משתנה באמצעות שילוב ליניארי של מנבאים, ואילו מודלים אוטרגרסיביים משתמשים בשילוב של ערכי עבר של המשתנה.
תהליך autoregressive של AR (1) הוא תהליך בו הערך הנוכחי מבוסס על הערך שקדם לו מייד, ואילו תהליך AR (2) הוא תהליך בו הערך הנוכחי מבוסס על שני הערכים הקודמים. תהליך AR (0) משמש לרעש לבן ואין לו תלות בין המונחים. בנוסף לווריאציות אלה, ישנן גם דרכים רבות ושונות לחישוב המקדמים המשמשים בחישובים אלה, כמו שיטת הפחות ריבועים.
מושגים וטכניקות אלה משמשים אנליסטים טכניים לחיזוי מחירי אבטחה. עם זאת, מכיוון שמודלים אוטורגרסיביים מבססים את תחזיותיהם רק על מידע בעבר, הם מניחים באופן מרומז כי כוחות היסוד שהשפיעו על מחירי העבר לא ישתנו עם הזמן. זה יכול להוביל לתחזיות מפתיעות ולא מדויקות אם הכוחות העומדים בבסיסם משתנים, כמו למשל אם תעשייה עוברת טרנספורמציה טכנולוגית מהירה וחסרת תקדים.
אף על פי כן, הסוחרים ממשיכים לעדן את השימוש במודלים אוטורגרסיביים למטרות חיזוי. דוגמה נהדרת היא ממוצע נע של Autoregressive Integrated Moving (ARIMA), מודל autoregressive מתוחכם שיכול לקחת בחשבון מגמות, מחזורים, עונתיות, שגיאות וסוגים אחרים של נתונים לא סטטיים בעת עריכת תחזיות.
גישות אנליטיות
למרות שמודלים אוטורגרסיביים קשורים לניתוח טכני, ניתן לשלב אותם גם עם גישות אחרות להשקעה. לדוגמה, משקיעים יכולים להשתמש בניתוח בסיסי כדי לזהות הזדמנות משכנעת ואז להשתמש בניתוח טכני כדי לזהות נקודות כניסה ויציאה.
דוגמה עולמית אמיתית למודל רושם אוטומטי
מודלים של האגרסיביות האוטומטית מבוססים על ההנחה שערכי העבר משפיעים על הערכים הנוכחיים. לדוגמה, משקיע המשתמש במודל אוטורגרסיבי כדי לחזות את מחירי המניות יצטרך להניח כי קונים ומוכרים חדשים של אותה מניה מושפעים מעסקאות שוק אחרונות בעת ההחלטה כמה להציע או לקבל עבור האבטחה.
למרות שהנחה זו תחזיק ברוב הנסיבות, לא תמיד זה המצב. לדוגמה, בשנים שקדמו למשבר הפיננסי ב -2008, מרבית המשקיעים לא היו מודעים לסיכונים הנשקפים מהתיקים הגדולים של ניירות ערך המגובים במשכנתא שבידי חברות פיננסיות רבות. בתקופות ההן, למשקיע המשתמש במודל אוטרגרסיבי כדי לחזות את הביצועים של מניות פיננסיות בארה"ב היה סיבה טובה לחזות מגמה מתמשכת של מחירי מניות יציבים או עולה במגזר זה.
עם זאת, משנודע הדבר לציבור כי מוסדות פיננסיים רבים נמצאים בסיכון להתמוטטות קרובה, פתאום משקיעים חששו פחות מהמחירים האחרונים של מניות אלה והודאגו הרבה יותר מחשיפת הסיכון הבסיסית שלהם. לפיכך, השוק העריך מחדש את המניות הפיננסיות לרמה נמוכה בהרבה, מהלך שהיה מבלבל לחלוטין את המודל האוטרגרסיבי.
חשוב לציין שבמודל אוטורגרסיבי, הלם חד פעמי ישפיע על ערכי המשתנים המחושבים עד אין קץ לעתיד. לכן מורשת המשבר הפיננסי ממשיכה במודלים האוטרגרסיביים של ימינו.
