Otoregresif
Otoregresif Ne Demektir?
İstatistiksel bir model, geçmişteki değerlere dayalı olarak gelecekteki değerleri tahmin ediyorsa otoregresiftir. Örneğin, otoregresif bir model, bir hisse senedinin gelecekteki fiyatlarını geçmiş performansına dayalı olarak tahmin etmeye çalışabilir.
Temel Çıkarımlar
- Otoregresif modeller, geçmiş değerlere dayalı olarak gelecekteki değerleri tahmin eder.
- Gelecekteki güvenlik fiyatlarını tahmin etmek için teknik analizde yaygın olarak kullanılırlar.
- Otoregresif modeller örtük olarak geleceğin geçmişe benzeyeceğini varsayar. Bu nedenle, finansal krizler veya hızlı teknolojik değişim dönemleri gibi belirli piyasa koşullarında hatalı olabilirler.
Otoregresif Modelleri Anlamak
Otoregresif modeller, geçmiş değerlerin mevcut değerler üzerinde bir etkiye sahip olduğu varsayımı altında çalışır, bu da istatistiksel tekniği doğa, ekonomi ve zamanla değişen diğer süreçleri analiz etmek için popüler kılar. Çoklu regresyon modelleri, doğrusal bir yordayıcı kombinasyonu kullanarak bir değişkeni tahmin ederken, otoregresif modeller değişkenin geçmiş değerlerinin bir kombinasyonunu kullanır.
Bir AR (1) otoregresif süreç, mevcut değerin hemen önceki değere dayandığı bir süreçtir, oysa bir AR (2) işlemi, mevcut değerin önceki iki değere dayandığı bir süreçtir. en küçük kareler yöntemi gibi birçok farklı yolu da vardır.
Bu kavramlar ve teknikler, teknik analistler tarafından güvenlik fiyatlarını tahmin etmek için kullanılır. Ancak, otoregresif modeller tahminlerini yalnızca geçmiş bilgilere dayandırdıkları için, dolaylı olarak geçmiş fiyatları etkileyen temel güçlerin zamanla değişmeyeceğini varsayarlar. Bu, söz konusu temel güçler gerçekten değişiyorsa, örneğin bir endüstrinin hızlı ve benzeri görülmemiş bir teknolojik dönüşüm geçiriyor olması gibi, şaşırtıcı ve yanlış tahminlere yol açabilir.
Bununla birlikte, tüccarlar tahmin amacıyla otoregresif modellerin kullanımını iyileştirmeye devam ediyor. Tahminler yapılırken eğilimleri, döngüleri, mevsimselliği, hataları ve diğer statik olmayan veri türlerini hesaba katabilen gelişmiş bir otoregresif model olan Otoregresif Entegre Hareketli Ortalama (ARIMA) harika bir örnektir.
Analitik Yaklaşımlar
Otoregresif modeller teknik analizle ilişkilendirilse de, yatırım yapmaya yönelik diğer yaklaşımlarla da birleştirilebilirler. Örneğin, yatırımcılar zorlayıcı bir fırsatı belirlemek için temel analizi kullanabilir ve ardından giriş ve çıkış noktalarını belirlemek için teknik analiz kullanabilir.
Otoregresif Modelin Gerçek Dünya Örneği
Otoregresif modeller, geçmiş değerlerin mevcut değerler üzerinde etkisi olduğu varsayımına dayanır. Örneğin, hisse senedi fiyatlarını tahmin etmek için otoregresif bir model kullanan bir yatırımcının, menkul kıymet için ne kadar teklif vereceğine veya kabul edeceğine karar verirken, bu hisse senedinin yeni alıcılarının ve satıcılarının son piyasa işlemlerinden etkilendiğini varsayması gerekir.
Bu varsayım çoğu durumda geçerli olsa da, bu her zaman böyle değildir. Örneğin, ipoteğe dayalı büyük menkul kıymet portföylerinin yarattığı risklerin farkında değildi. O zamanlar, ABD finansal hisse senetlerinin performansını tahmin etmek için otoregresif bir model kullanan bir yatırımcının, o sektörde devam eden istikrarlı veya yükselen hisse senedi fiyatları eğilimini tahmin etmek için iyi bir nedeni olurdu.
Bununla birlikte, birçok finans kuruluşunun yakında çökme riski altında olduğu kamuoyuna duyurulduktan sonra, yatırımcılar aniden bu hisse senetlerinin son fiyatları ile daha az ilgilenmeye başladılar ve altta yatan riske maruz kalmalarıyla çok daha fazla ilgilenmeye başladılar. Bu nedenle, piyasa, finansal hisse senetlerini çok daha düşük bir seviyeye hızla yeniden değerledi ve bu, otoregresif bir modeli tamamen karıştırabilirdi.
Otoregresif bir modelde, tek seferlik bir şokun, hesaplanan değişkenlerin değerlerini sonsuza kadar gelecekte etkileyeceğini belirtmek önemlidir. Bu nedenle, finansal krizin mirası günümüzün otoregresif modellerinde yaşıyor.