Анализ временных рядов. Руководство для начинающих
(Фрагмент одной из моих статей, размещенных на сторонних ресурсах)
Вводный материал о временных рядах. Адаптированный перевод статьи “Beginner's Guide to Time Series Analysis” ресурса Quantstart.
Что такое анализ временных рядов
Под временным рядом (Time Series) понимается величина, последовательно измеряемая во времени в течение некоторого интервала.
В самом широком смысле, анализ временных рядов заключается в том, чтобы сделать вывод о том, что произошло с линейкой данных в прошлом, и попытаться предсказать, что с ними произойдет в будущем.
Мы собираемся применить количественный статистический подход к временным рядам, сформированный на реализации последовательности случайных величин. Будем исходить из того, что существует некий базовый процесс генерации для временных рядов на основе одного или нескольких статистических распределений из которых взяты эти переменные.
Исследователь временных рядов пытается понять прошлое и предсказать будущее.
Такая последовательность случайных величин известна как стохастический процесс с дискретным временем (Discrete-Time Stochastic Process, DTSP). В количественной торговле мы стремимся подогнать статистические модели к DTSP, чтобы вывести главные взаимосвязи между рядами или предсказать будущие значения для торговых сигналов.
Временным рядам в целом, в том числе и не относящимся к финансовой сфере, присущи следующие особенности:
- Тенденция, тренд. Последовательное направленное движение во временном ряде. Может быть детерминированным или стохастическим. Первое позволяет понять ключевой вид тенденции <рост или убывание>, второе - случайные, трудно объяснимые особенности ряда. Пример тенденции в финансовых рядах - цены на сырьевые товары. Фонды Commodity Trading Advisor (CTA) используют сложные модели идентификации тренда в своих торговых алгоритмах.
- Сезонная вариация. Многие временные ряды содержат сезонную компоненту. Наиболее ярко это проявляется в коммерческих продажах или смене погодных условий. В количественном финансировании мы видим сезонные колебания в товарах, подверженных вегетационным периодам или годовым изменениям температуры (допустим - природный газ).
- Серийная зависимость. Одна из наиболее важных характеристик временных рядов, особенно финансовых. Выражается в том, что данные временного ряда, близкие друг к другу по времени, имеют тенденцию к корреляции. Кластеризация волатильности - один из аспектов серийной корреляции, который крайне важен в количественной торговле.
Полную версию текста смотрите здесь
Другие блоги автора:
Цивилизация, история, искусство. Взгляд финансиста
Кухня финансов и инвестиций: понятия, стратегии, инструменты
Комментарии
Отправить комментарий