Markov Analysis 란 무엇입니까?
Markov 분석은 예측 값이 이전 활동이 아닌 현재 상태에만 영향을받는 변수 값을 예측하는 데 사용되는 방법입니다. 본질적으로, 그것은 변수를 둘러싼 현재 상황에 기초하여 랜덤 변수를 예측합니다.
이 기법은 확률 론적 조작을 포함하는 확률 론적 과정에 대한 연구를 개척 한 러시아 수학자 Andrei Andreyevich Markov의 이름을 따서 명명되었습니다. 그는 먼저이 방법을 사용하여 컨테이너에 갇힌 가스 입자의 움직임을 예측했습니다. Markov 분석은 종종 많은 사람들의 행동과 결정을 예측하는 데 사용됩니다.
핵심 조치
- Markov 분석은 예측 값이 이전 활동이 아닌 현재 상태에만 영향을받는 변수 값을 예측하는 데 사용되는 방법입니다. Markov 분석의 주요 장점은 단순성과 표본 외 예측 정확도입니다.Markov 분석은 이벤트를 설명하는 데 유용하지 않으며 대부분의 경우 기본 상황의 실제 모델이 될 수 없습니다.Markov 분석은 재무 분석가, 특히 모멘텀 투자자.
Markov 분석 이해
Markov 분석 프로세스에는 변수의 현재 상태를 고려하여 향후 조치의 가능성을 정의하는 과정이 포함됩니다. 각 주에서 향후 조치의 확률이 결정되면 의사 결정 트리를 작성할 수 있습니다. 그런 다음 변수의 현재 상태를 고려하여 결과의 가능성을 계산할 수 있습니다. Markov 분석에는 비즈니스 세계에서 여러 응용 프로그램이 있습니다. 라인에서 기계의 작동 상태를 고려할 때 조립 라인에서 발생할 결함 조각의 수를 예측하는 데 종종 사용됩니다.
또한 채무 불이행이 될 회사 채권의 비율을 예측하는데도 사용할 수 있습니다. 일부 주가 및 옵션 가격 예측 방법에는 Markov 분석도 포함됩니다. 마지막으로 회사는 종종이를 사용하여 현재 고객의 향후 브랜드 충성도와 이러한 소비자 결정의 결과를 회사의 시장 점유율에서 예측합니다.
Markov 분석의 장점
Markov 분석의 주요 이점은 단순성과 표본 외 예측 정확도입니다. Markov 분석에 사용되는 것과 같은 간단한 모델은 종종 복잡한 모델보다 예측에 더 좋습니다. 이 결과는 계량 경제학에서 잘 알려져 있습니다.
마르코프 분석의 단점
Markov 분석은 이벤트를 설명하는 데별로 유용하지 않으며 대부분의 경우 기본 상황의 실제 모델이 될 수 없습니다. 예, 현재 상태를 기반으로 조건부 확률을 추정하는 것이 상대적으로 쉽습니다. 그러나 그것은 종종 어떤 일이 일어난 이유에 대해 조금 이야기합니다.
공학적으로 기계가 고장날 확률을 아는 것은 왜 고장 났는지 설명하지 못한다는 것이 분명합니다. 더 중요한 것은, 오늘날의 기계 고장 여부에 따라 확률에 따라 기계가 실제로 고장 나지 않는다는 것입니다. 실제로 기어를 자주 윤활해야하기 때문에 기계가 고장날 수 있습니다.
금융 분야에서 Markov 분석은 엔지니어링에서와 동일한 한계에 직면하지만 금융 시장에 대한 지식이 부족하여 문제 해결이 복잡합니다. 마르코프 분석은 우선 불량 신용 리스크를 선별하는 것보다 채무 불이행 부분을 추정하는 데 훨씬 유용합니다.
Markov 분석은 예측을위한 유용한 도구이지만 설명을 제공하지는 않습니다.
마르코프 분석의 예
Markov 분석은 주식 투기꾼이 사용할 수 있습니다. 모멘텀 투자자가 오늘 좋아하는 주식이 내일 시장을 꺾을 확률이 60 %라고 추정한다고 가정 해 봅시다. 이 추정에는 현재 상태 만 포함되므로 Markov 분석의 주요 한계를 충족합니다. 또한 Markov 분석을 통해 투기자는 향후 이틀 동안 주식이 시장을 능가 할 확률이 0.6 * 0.6 = 0.36 또는 36 %로 추정됩니다. 투기자들은 레버리지와 pyramiding을 사용하여 이러한 유형의 Markov 분석에서 잠재적 이익을 증폭 시키려고합니다.
