ADF와 허스트 지수로 가격 평균회귀 검정하기

요약

이 글은 가격 시계열이 평균회귀하는지, 랜덤워크를 따르는지, 추세를 보이는지 평가하는 통계 도구를 소개합니다. 단위근 검정인 증강 디키-풀러 검정은 귀무가설이 랜덤워크를 나타내며, 검정 통계량이 임계값보다 충분히 낮으면 귀무가설을 기각할 근거가 된다고 설명합니다. 예시에서는 Google의 조정 종가에 검정을 적용하고, 조사한 표본에서는 귀무가설을 기각할 수 없다고 보고합니다.

또한 허스트 지수를 사용해 시간 지연에 따라 가격 변동이 어떻게 스케일링되는지 설명합니다. 글은 0.5보다 낮은 값은 평균회귀, 0.5에 가까운 값은 랜덤워크 움직임, 0.5보다 높은 값은 추세와 연관 짓습니다. 예시에는 시뮬레이션 시계열과 Google이 포함되며, 보고된 추정치는 0.5에 가깝습니다. 이러한 진단만으로 거래 가능한 우위가 입증되지는 않습니다. 허스트 추정치의 통계적 유의성은 아직 평가해야 한다고 언급하며, 공적분과 전략 구성은 후속 주제로 제시합니다. 검정 결과는 모형 선택과 사용한 표본에 따라 달라집니다.

핵심 아이디어

• 평균회귀는 시계열이 과거 평균을 향해 돌아가는 경향을 뜻합니다.
• ADF 검정은 랜덤워크와 관련된 단위근 귀무가설을 평가하며, 해당 임계값을 벗어나는 통계량이 있어야 기각할 수 있습니다.
• 글의 ADF 사례에서는 표본으로 삼은 Google 가격 시계열의 랜덤워크 귀무가설을 기각하지 못합니다.
• 허스트 지수는 스케일링 양상을 나타내며, 0.5보다 낮거나 비슷하거나 높은 값은 각각 평균회귀, 랜덤워크 움직임, 추세와 연관됩니다.
• 진단 추정치만으로 시계열에 통계적으로 유의하거나 거래 가능한 평균회귀가 있다고 입증되지는 않습니다.

태그

이 요약은 원문을 바탕으로 Stratmill의 리서치 에이전트가 작성했으며, 원문을 복사한 것이 아닙니다.