자기 회귀 란 무엇을 의미합니까?
통계 모델은 과거 값을 기반으로 미래 값을 예측하는 경우 자동 회귀입니다. 예를 들어, 자기 회귀 모델은 과거 실적을 기반으로 주식의 미래 가격을 예측하려고 할 수 있습니다.
주요 테이크 아웃
- Autoregressive 모델은 과거 가치를 기반으로 미래 가치를 예측합니다.이 기술은 미래의 보안 가격을 예측하기 위해 기술 분석에 널리 사용됩니다.Autoregressive 모델은 미래가 과거와 유사하다고 암시 적으로 가정합니다. 따라서 금융 위기 나 빠른 기술 변화와 같은 특정 시장 상황에서는 부정확 한 것으로 입증 될 수 있습니다.
자기 회귀 모델 이해
자동 회귀 모델은 과거 값이 현재 값에 영향을 준다는 전제 하에서 작동하며, 통계 기술은 시간에 따라 변하는 자연, 경제 및 기타 프로세스를 분석하는 데 널리 사용됩니다. 다중 회귀 모델은 선형 예측 변수 조합을 사용하여 변수를 예측하는 반면, 자동 회귀 모델은 변수의 과거 값 조합을 사용합니다.
AR (1) 자동 회귀 프로세스는 현재 값이 바로 앞의 값을 기반으로하는 프로세스이고 AR (2) 프로세스는 현재 값이 이전 두 값을 기반으로하는 프로세스입니다. AR (0) 프로세스는 화이트 노이즈에 사용되며 용어 사이에 의존하지 않습니다. 이러한 변형 외에도 최소 제곱 법과 같이 이러한 계산에 사용되는 계수를 계산하는 여러 가지 방법이 있습니다.
이러한 개념과 기술은 기술 분석가가 보안 가격을 예측하는 데 사용됩니다. 그러나 자기 회귀 모델은 과거 정보에 대해서만 예측을 기반으로하므로 과거 가격에 영향을 미친 기본 힘은 시간이 지나도 변하지 않을 것이라고 암시 적으로 가정합니다. 이는 산업이 급속하고 전례없는 기술 변화를 겪고있는 경우와 같이 문제의 근본 힘이 실제로 변화하는 경우 놀라 울 정도로 정확하지 않은 예측으로 이어질 수 있습니다.
그럼에도 불구하고, 트레이더는 예측 목적으로 자기 회귀 모델의 사용을 계속 개선하고 있습니다. 좋은 예는 예측을 할 때 추세, 주기, 계절성, 오류 및 기타 비 정적 유형의 데이터를 고려할 수있는 정교한 자동 회귀 모델 인 ARIMA (Autoregressive Integrated Moving Average)입니다.
분석적 접근
자기 회귀 모델은 기술적 분석과 관련이 있지만 다른 투자 접근 방식과 결합 할 수도 있습니다. 예를 들어, 투자자는 기본 분석을 사용하여 매력적인 기회를 식별 한 다음 기술 분석을 사용하여 진입 점과 종료점을 식별 할 수 있습니다.
자기 회귀 모형의 실제 예
자동 회귀 모형은 과거 값이 현재 값에 영향을 준다는 가정을 기반으로합니다. 예를 들어, 자기 회귀 모델을 사용하여 주식 가격을 예측하는 투자자는 해당 주식의 신규 구매자와 판매자가 유가 증권을 제공하거나 수용 할 금액을 결정할 때 최근 시장 거래의 영향을받는다고 가정해야합니다.
이 가정은 대부분의 상황에서 적용되지만 항상 그런 것은 아닙니다. 예를 들어, 2008 년 금융 위기 이전 몇 년간 대부분의 투자자들은 많은 금융 회사가 보유한 많은 모기지 지원 증권 포트폴리오가 야기하는 위험을 인식하지 못했습니다. 이시기에 미국 재무 주식의 성과를 예측하기 위해 자기 회귀 모델을 사용하는 투자자는 해당 부문의 안정적인 주가 상승 추세를 예측할만한 충분한 이유가 있었을 것입니다.
그러나 많은 금융 기관들이 임박한 붕괴 위험에 처해 있다는 사실이 공개적으로 알려 지자 투자자들은 갑자기이 주식의 최근 가격에 관심을 가지지 못하고 근본적인 위험 노출에 훨씬 더 관심을 가지게되었습니다. 따라서 시장은 금융주를 훨씬 낮은 수준으로 빠르게 재평가했으며, 이는 자기 회귀 모델을 완전히 혼란스럽게 만들었습니다.
자기 회귀 모형에서 일회성 충격은 계산 된 변수의 값에 미래에 무한정 영향을 미칩니다. 따라서 금융 위기의 유산은 오늘날의 자기 회귀 모델에서 계속됩니다.
