
Analis teknis dan kuantitatif telah menerapkan prinsip statistik ke pasar keuangan sejak awal. Beberapa upaya telah sangat berhasil sementara beberapa telah terjadi. Kuncinya adalah menemukan cara untuk mengidentifikasi tren harga tanpa kekeliruan dan bias pikiran manusia. Salah satu pendekatan yang bisa berhasil bagi investor dan tersedia di kebanyakan charting tools adalah regresi linier.
Regresi linier menganalisis dua variabel terpisah untuk menentukan hubungan tunggal. Dalam analisis grafik, ini mengacu pada variabel harga dan waktu. Investor dan trader yang menggunakan grafik mengetahui kenaikan dan penurunan harga yang dicetak secara horisontal dari hari ke hari, menit ke menit atau minggu ke minggu, tergantung pada kerangka waktu yang dievaluasi. Pendekatan pasar yang berbeda inilah yang membuat analisis regresi linier begitu menarik. (Pelajari lebih lanjut tentang analisis kuantitatif diAnalisis Kuantitatif Hedge Funds .)
Ahli statistik telah menggunakan metode kurva bel, juga dikenal sebagai distribusi normal, untuk mengevaluasi serangkaian titik data tertentu. Gambar 1 adalah contoh kurva bel, yang dilambangkan dengan garis biru gelap. Kurva lonceng merupakan wujud dari berbagai titik data kejadian. Sebagian besar titik biasanya terjadi di tengah tikungan lonceng, namun seiring berjalannya waktu, titik-titik menyimpang atau menyimpang dari populasi. Poin yang tidak biasa atau langka terkadang jauh di luar populasi "normal".
|
Sebagai referensi, biasanya nilai rata-rata untuk menciptakan nilai rata-rata. Rata-rata tidak selalu mewakili tengah data, dan sebaliknya mewakili nilai rata-rata termasuk semua titik data terpencil. Setelah mean ditetapkan, analis menentukan seberapa sering harga menyimpang dari mean. Deviasi standar ke satu sisi rata-rata biasanya 34% dari data, atau 68% dari data poin jika kita melihat satu penyimpangan standar positif dan satu negatif, yang ditunjukkan oleh bagian panah oranye. Dua penyimpangan standar mencakup sekitar 95% titik data dan bagian oranye dan merah muda ditambahkan bersamaan. Kejadian yang sangat jarang, yang ditunjukkan oleh panah ungu, terjadi pada ekor kurva bel. Karena setiap titik data yang muncul di luar dua standar deviasi sangat jarang, sering diasumsikan bahwa titik data akan bergerak kembali menuju rata-rata atau mengalami kemunduran. (Untuk bacaan lebih lanjut, lihat |
Teori Harga Portofolio Modern . Harga Saham sebagai Kumpulan Data
Bayangkan jika kita mengambil kurva bel, membalikkannya pada sisinya dan menerapkannya pada persediaan. grafik. Ini akan memungkinkan kita untuk melihat kapan keamanan overbought atau oversold dan siap untuk kembali ke mean.Pada Gambar 2, studi regresi linier ditambahkan ke grafik, memberi investor kanal luar biru dan garis regresi linier melalui tengah titik harga kami. Saluran ini menunjukkan tren harga saat ini dan memberikan nilai rata-rata. Dengan menggunakan regresi linier variabel, kita dapat menetapkan saluran sempit pada satu standar deviasi, atau 68%, untuk menciptakan kanal hijau. Meskipun tidak ada kurva lonceng, kita dapat melihat bahwa harga sekarang mencerminkan divisi kurva lonceng, yang dicatat pada Gambar 1.
Gambar 2: Ilustrasi perdagangan pengembalian rata-rata menggunakan empat poin
|
Trading the Mean Reversion |
Pengaturan ini mudah diperdagangkan dengan menggunakan empat poin pada tabel, seperti yang dijelaskan pada Gambar 2. No. 1 adalah entry point. Ini hanya menjadi titik masuk ketika harga telah diperdagangkan ke saluran biru luar dan telah bergerak kembali ke dalam satu garis deviasi standar. Kami tidak hanya mengandalkan harga sebagai outlier karena mungkin akan keluar lebih jauh lagi. Sebagai gantinya, kita ingin kejadian di luar itu terjadi dan harga untuk kembali ke mean. Pergeseran kembali dalam standar deviasi pertama menegaskan regresi. (Lihat bagaimana asumsi model risiko teoritis dibandingkan dengan kinerja pasar aktual, baca Kegunaan dan Batas Volatilitas .) No. 2 memberikan titik stop-loss jika penyebab outlier terus mempengaruhi harga secara negatif. Menetapkan stop-loss order dengan mudah mendefinisikan jumlah risiko perdagangan.
Dua target harga di No. 3 dan No. 4 akan ditetapkan untuk keuntungan yang menguntungkan. Ekspektasi pertama kami dengan perdagangan adalah kembali ke jalur rata-rata, dan pada Gambar 2, rencananya adalah untuk keluar dari separuh posisi mendekati $ 26. 50 atau nilai rata-rata saat ini. Target kedua bekerja dengan asumsi tren yang terus berlanjut, sehingga target lain akan ditetapkan di ujung saluran untuk garis penyimpangan standar lainnya, atau $ 31. 50. Metode ini mendefinisikan pahala investor yang mungkin.
Gambar 3: Mengisi harga rata-rata
|
Seiring waktu, harga akan bergerak ke atas dan ke bawah dan saluran regresi linier akan mengalami perubahan seiring harga lama jatuh dan harga baru muncul. Namun, target dan pemberhentian harus tetap sama sampai target harga rata-rata terisi (lihat Gambar 3). Pada titik ini, keuntungan telah dikunci dan stop-loss harus dipindahkan ke harga masuk yang asli. Dengan asumsi itu adalah pasar yang efisien dan likuid, sisa perdagangan harus tanpa risiko. (Pelajari lebih lanjut di |
Bekerja Melalui Hipotesis Pasar Efisien .) Gambar 4: Mengisi harga rata-rata.
|
Ingat, keamanan tidak harus ditutup dengan harga tertentu agar pesanan Anda terisi; hanya perlu mencapai harga intraday. Anda mungkin telah terisi pada target kedua di salah satu dari tiga area di Gambar 4. |
Benar-benar Universal
Teknisi dan pedagang quant sering mengerjakan satu sistem untuk keamanan atau persediaan tertentu dan menemukan bahwa parameter yang sama tidak akan bekerja pada sekuritas atau saham lainnya.Keindahan regresi linier adalah bahwa harga dan periode waktu pengamanan menentukan parameter sistem. Gunakan alat ini dan aturan yang didefinisikan dalam artikel ini tentang berbagai sekuritas dan kerangka waktu dan Anda akan terkejut dengan sifat universalnya. (Untuk bacaan lebih lanjut, lihat
Memperbaiki Portofolio Anda dengan Alfa dan Beta dan Masalah Gaya dalam Pemodelan Keuangan .
Apakah yang dimaksud dengan paparan "linear" dalam Value at Risk (VaR)?

Pelajari bagaimana perhitungan value-at-risk (VaR) digunakan untuk portofolio dengan risiko linier dibandingkan dengan risiko nonlinier, dan pahami metode historis VaR.
Apa perbedaan antara regresi linier dan regresi berganda?

Mempelajari perbedaan antara regresi linier dan regresi berganda dan bagaimana regresi berganda tidak hanya linear tetapi juga regresi nonlinier.
Bagaimana saya bisa menggunakan regresi untuk melihat korelasi antara harga dan tingkat suku bunga?

Belajar bagaimana menggunakan regresi linier untuk menghitung korelasi antara harga saham dan tingkat suku bunga dengan mengambil akar kuadrat dari metrik R-kuadrat.