Comment commercer avec votre esprit et pas votre instinct
Qu'est-ce que l'analyse quantitative?
L'analyse quantitative permet aux traders de retirer leurs émotions du processus d'investissement. L'analyse quantitative est une approche qui met l'accent sur les statistiques ou les probabilités sur les sentiments intestinaux. Compte tenu de la technologie des ordinateurs et des modèles mathématiques sophistiqués, l'analyse quantitative a pris le dessus sur Wall Street et une majorité de nouveaux commerçants et employés de Wall Street ou ceux qui ont un état d'esprit quantitatif.
L'analyse quantitative a sa place sur le marché des changes comme n'importe quel autre marché.
Vous êtes probablement familier avec différentes formes d'analyse quantitative même si vous ne vous considérez pas comme un quant, qui est quelqu'un qui approche les marchés d'un point de vue quantitatif. Un simple ratio financier, comme la récompense au poignet, le bénéfice par action ou quelque chose de plus difficile, comme la tarification des options et les flux de trésorerie actualisés, sont des formes d'analyse quantitative. Comme vous pouvez l'imaginer, les données sont critiques dans l'analyse, elles sont souvent aussi bonnes que les données utilisées dans tant de quants, elles se concentrent sur la qualité des données utilisées pour remplir leurs modèles mathématiques et statistiques.
Exemples d'analyse quantitative ou statistique
Vous n'avez pas besoin d'être un mathématicien ou d'avoir un doctorat en économétrie pour bénéficier d'une analyse statistique. Avec les statistiques, vous regardez la dépendance ou l'association de deux variables aléatoires ou d'ensembles de données. Les traders bénéficient de l'analyse statistique commune des corrélations, qui se réfèrent à une large classe de relations statistiques et de dépendance.
Une corrélation fréquente sur le marché des changes est que la faiblesse du dollar est corrélée avec une faiblesse des marchés émergents. Une autre relation Intermarket La force du yen et la faiblesse du marché des actions.
L'analyse statistique est utile pour déterminer les probabilités futures, mais n'est pas censée être purement prédictive. Une déclaration typique est que la corrélation n'est pas la causalité.
La causalité signifie cause-et-effet explicites, alors que la corrélation signifie simplement des mouvements communs potentiels entre deux variables aléatoires. L'échelle des coefficients de corrélation est de -1 à +1 alors que la négative est une relation ou corrélation parfaite, zéro est une corrélation nulle, et une corrélation positive est une corrélation positive parfaite presque comme les deux variables ou les marchés sont menottés les uns aux autres.
Une autre forme d'analyse statistique favorable est connue sous le nom d'analyse de régression. L'analyse de régression est un modèle statistique très favorable et une analyse quantitative afin de vous aider à voir la relation entre les variables. L'analyse de régression se concentre sur la relation entre une variable dépendante et une ou plusieurs variables dépendantes. Plus précisément, l'analyse de régression vous aide à comprendre comment la valeur typique de la variable dépendante change lorsque l'une des variables indépendantes varie. La plupart des paquets graphiques de FX ont un canal de régression qui fait le calcul de l'analyse de régression pour vous et est souvent plus facile d'accès que les corrélations.
L'analyse de régression estime généralement l'espérance conditionnelle ou la direction du prix de la variable dépendante en fonction de la variable indépendante.
Cela signifie la valeur moyenne de la variable dépendante par rapport à une variable indépendante fixe. Ceci est souvent montré dans une ligne en pente plus haut ou plus bas coupe dans le sens de la tendance ou dans un mouvement latéral la ligne de régression est souvent plate.
Ce qui est necessaire?
Alors que les modèles mathématiques dépassent la portée de cet article, de nombreux traders utilisent Excel de Microsoft et utilisent la fonction de corrélation entre les variables sur un ensemble de temps particulier pour déterminer s'il existe une corrélation positive ou négative. Cependant, de nombreux points de recherche publieront des rapports de corrélation et ils peuvent également être trouvés sur des terminaux de recherche comme Bloomberg ou Reuters.
Si vous êtes intéressé à faire ces types de modèles vous-même, il est important de noter que les données sont générées et que des données manquantes ou incomplètes peuvent vous induire en erreur.
Par conséquent, vous devez d'abord prendre soin des données manquantes afin d'avoir une analyse efficace des données. Excel est probablement votre meilleur pari en termes de faire l'analyse simple, mais de nombreux courtiers fournissent des outils qui peuvent vous aider à faire beaucoup de l'analyse ainsi.
En conclusion, l'analyse statistique est destinée à envelopper votre tête autour de variables apparemment aléatoires pour un modèle que vous pouvez échanger. Le risque doit toujours être géré, mais ces modèles peuvent durer longtemps même sans causalité existante. Bien qu'apparemment similaire, le backtesting est le loup proverbial dans les vêtements de mouton d'analyse souvent statistique ou quantitative. Il est utile de se rappeler que les tests rétrospectifs sont des modèles statistiques, car le backtesting est souvent effectué sur des ensembles de données idéalisés, ce qui peut entraîner une fausse confiance, un surendettement et des pertes potentiellement importantes lorsque l'environnement actuel diverge de l'ensemble de données.
Bonne négociation!