Analisi quantitativa in Forex



Che cos'è l'analisi quantitativa?

L'analisi quantitativa consente ai commercianti di rimuovere le emozioni dal processo di investimento. L'analisi quantitativa è un approccio che si concentra sulle statistiche o sulle probabilità sui sentimenti intestinali. Data la tecnologia dei computer e dei sofisticati modelli di matematica, l'analisi quantitativa ha assunto Wall Street e una maggioranza di nuovi commercianti e dipendenti di Wall Street o di quelli con una mentalità quantitativa.

L'analisi quantitativa ha un posto nel mercato FX, proprio come qualsiasi altro mercato.

Avete probabilmente familiarità con diverse forme di analisi quantitativa anche se non ti consideri un quant, che è qualcuno che si avvicina ai mercati da un punto di vista quantitativo. Un semplice rapporto finanziario come il ricompenso del polso, la per-share o qualcosa di più difficile come le tariffe delle opzioni e il flusso di cassa attualizzato sono forme di analisi quantitativa. Come si può immaginare, i dati sono fondamentali nell'analisi spesso solo come i dati che vanno in tanti quanti si concentrano sulla qualità dei dati utilizzati per compilare i loro modelli matematici e statistici.

Esempi di analisi quantitativa o statistica

Non è necessario essere un matematico matematico o avere un dottorato in economia per trarre vantaggio dall'analisi statistica. Con le statistiche, si sta valutando la dipendenza o l'associazione di due variabili casuali oa set di dati. I traders usufruiscono dell'analisi statistica comune delle correlazioni, che si riferiscono ad un'ampia classe di relazioni statistiche e dipendenza.

Una correlazione comune nel mercato FX è che la debolezza del dollaro è correlata con una debolezza nei mercati emergenti. Un'altra relazione di intermarket La forza dello yen e la debolezza del mercato azionario.

L'analisi statistica è utile per determinare probabilità future, ma non è destinata ad essere puramente predittiva. Una dichiarazione tipica è che la correlazione non è causalità.

Causalità significa causa-effetto esplicito, mentre la correlazione significa semplicemente movimenti comuni comuni tra due variabili casuali. La scala dei coefficienti di correlazione è da -1 a +1, mentre quella negativa è una relazione o una correlazione perfetta inversa, zero è la correlazione zero e una positiva è la perfetta correlazione positiva quasi come le due variabili oi mercati sono amministrati l'uno all'altro.

Un'altra forma favorevole di analisi statistica è conosciuta come analisi di regressione. L'analisi di regressione è un modello statistico molto favorevole e analisi quantitativa per aiutarti a vedere la relazione tra le variabili. L'analisi di regressione si concentra sulla relazione tra una variabile dipendente e una o più variabili dipendenti. In particolare, l'analisi di regressione aiuta a capire come il valore tipico della variabile dipendente cambia quando una qualsiasi variabile indipendente varia.La maggior parte dei pacchetti di mappatura FX ha un canale di regressione che calcola l'analisi di regressione per te e spesso è più facile da accedere alle correlazioni.

L'analisi di regressione comunemente valuta l'aspettativa o la condizione condizionale del prezzo della variabile dipendente data la variabile indipendente.

Ciò significa il valore medio della variabile dipendente rispetto a una variabile indipendente fissa. Questo è spesso mostrato in una linea inclinata di taglio superiore o inferiore attraverso il prezzo in direzione della tendenza o in una direzione laterale la linea di regressione è spesso piatta.

Che cosa è necessario?

Mentre i modelli matematici sono al di là dell'ambito di questo articolo, molti operatori utilizzano Excel da Microsoft e utilizzano la funzione di correlazione tra le variabili su un determinato set di tempo per determinare se esiste una correlazione positiva o negativa. Tuttavia, molte sedi di ricerca espongono rapporti di correlazione e possono essere trovati anche nei terminal di ricerca come Bloomberg o Reuters.

Se sei interessato a fare questi tipi di modelli da soli, è importante notare che i risultati sono dati guidati e dati mancanti o incompleti possono farti perdere.

Pertanto, si dovrebbe prendersi cura dei dati mancanti prima per avere un'analisi efficace dei dati. Excel è probabilmente la tua scommessa migliore in termini di fare l'analisi semplice, ma molti broker forniscono strumenti che possono aiutarti a fare molto l'analisi pure.

In conclusione, l'analisi statistica ha lo scopo di avvolgere la testa intorno a variabili apparentemente casuali per un modello che puoi commerciare. Il rischio deve essere sempre gestito, ma questi modelli possono durare a lungo anche senza causalità esistente. Mentre apparentemente simile, il backtesting è il lupo proverbiale in abbigliamento pecorino di analisi spesso statistiche o quantitative. Deve essere consapevole dei test di back testati come modellazione statistica perché più spesso non viene eseguito il backtesting su set di dati idealizzati che possono causare una falsa fiducia, una sovrappopolazione e perdite potenzialmente grandi quando l'ambiente corrente scompare dal set di dati.

Happy Trading!