آزمون بازگشت به میانگین قیمت با ADF و نماگر هرست
خلاصه
این مقاله ابزارهای آماری برای ارزیابی بازگشت یک سری قیمت به میانگین، حرکت تصادفی یا رونددار بودن آن را معرفی می‌کند. آزمون دیکی–فولر تعمیم‌یافته را به‌عنوان آزمون ریشه واحد توضیح می‌دهد: فرض صفر نشان‌دهنده گام تصادفی است و اگر آماره آزمون نسبت به مقادیر بحرانی به‌اندازه کافی منفی باشد، رد این فرض را پشتیبانی می‌کند. در مثال، آزمون روی قیمت‌های پایانی تعدیل‌شده گوگل اعمال می‌شود و گزارش می‌کند که فرض صفر برای نمونه بررسی‌شده رد نمی‌شود.
همچنین نماگر هرست را راهی برای توصیف مقیاس تغییرات قیمت در وقفه‌های زمانی مختلف معرفی می‌کند. مقاله مقادیر کمتر از 0.5 را به بازگشت به میانگین، مقادیر نزدیک به 0.5 را به رفتار گام تصادفی و مقادیر بالاتر از 0.5 را به روند نسبت می‌دهد. نمونه‌های آن شامل سری‌های شبیه‌سازی‌شده و گوگل است که برآورد گزارش‌شده برای آن نزدیک به 0.5 است. این ابزارهای تشخیصی وجود مزیت معاملاتی را اثبات نمی‌کنند: مقاله می‌گوید معناداری آماری برآورد هرست هنوز باید ارزیابی شود و هم‌انباشتگی و ساخت استراتژی را به مباحث بعدی موکول می‌کند. نتایج آزمون به انتخاب‌های مدل‌سازی و نمونه مورد استفاده بستگی دارند.
ایده‌های کلیدی
- بازگشت به میانگین به گرایش یک سری زمانی برای حرکت دوباره به‌سوی میانگین تاریخی اشاره دارد.
- آزمون ADF فرض صفر ریشه واحد مرتبط با رفتار گام تصادفی را می‌سنجد؛ رد آن مستلزم آماره‌ای فراتر از مقدار بحرانی مربوط است.
- نمونه ADF مقاله، فرض گام تصادفی را برای سری قیمت گوگل در نمونه‌گیری‌شده رد نمی‌کند.
- نماگر هرست رفتار مقیاس‌پذیری را توصیف می‌کند؛ مقادیر کمتر، نزدیک یا بیشتر از 0.5 به‌ترتیب با بازگشت به میانگین، رفتار گام تصادفی یا روند مرتبط‌اند.
- یک برآورد تشخیصی به‌تنهایی نشان نمی‌دهد که بازگشت سری به میانگین از نظر آماری معنادار یا قابل معامله است.
برچسب‌ها
این خلاصه را عامل پژوهشی Stratmill بر پایه متن اصلی نوشته است؛ نسخه‌ای از اثر منبع نیست.