Come scambiare con la tua mente e non il tuo intestino
Cos'è l'analisi quantitativa?
L'analisi quantitativa consente ai trader di rimuovere le emozioni dal processo di investimento. L'analisi quantitativa è un approccio che si concentra su statistiche o probabilità su sentimenti intestinali. Data la tecnologia dei computer e sofisticati modelli matematici, l'analisi quantitativa ha ripreso Wall Street e la maggior parte dei nuovi commercianti e impiegati di Wall Street o di quelli con una mentalità quantitativa.
L'analisi quantitativa ha un posto nel mercato FX proprio come qualsiasi altro mercato.
Probabilmente hai familiarità con diverse forme di analisi quantitativa anche se non ti consideri un quant, che è qualcuno che approccia i mercati da un punto di vista quantitativo. Un semplice rapporto finanziario come la ricompensa del polso, l'utile per azione o qualcosa di più difficile come il prezzo delle opzioni e il flusso di cassa scontato sono forme di analisi quantitativa. Come potete immaginare, i dati sono fondamentali nell'analisi, spesso sono buoni solo quanto i dati in corso in così tanti aspetti si concentrano sulla qualità dei dati utilizzati per compilare i loro modelli matematici e statistici.
Esempi di analisi quantitativa o statistica
Non devi essere un mago della matematica o avere un dottorato in econometria per beneficiare dell'analisi statistica. Con le statistiche, stai osservando la dipendenza o l'associazione di due variabili casuali o di set di dati. I commercianti traggono vantaggio dall'analisi statistica comune delle correlazioni, che si riferisce a un'ampia classe di relazioni statistiche e dipendenza.
Una correlazione comune nel mercato FX è la debolezza del dollaro che è correlata a una debolezza dei mercati emergenti. Un'altra relazione di Intermarket Forza dello Yen e debolezza del mercato azionario.
L'analisi statistica è utile per determinare le probabilità future, ma non è destinata a essere puramente predittiva. Una tipica affermazione è che la correlazione non è causalità.
La causalità indica esplicitamente causa-effetto, mentre la correlazione indica semplicemente potenziali movimenti comuni tra due variabili casuali. La scala dei coefficienti di correlazione è da -1 a +1, mentre quella negativa è una perfetta relazione inversa o correlazione, zero è la correlazione zero, e uno positivo è la perfetta correlazione positiva, quasi come le due variabili oi mercati sono ammanettati l'uno con l'altro.
Un'altra forma favorevole di analisi statistica è nota come analisi di regressione. L'analisi di regressione è un modello statistico molto favorevole e un'analisi quantitativa per aiutarti a vedere la relazione tra le variabili. L'analisi di regressione si concentra sulla relazione tra una variabile dipendente e una o più variabili dipendenti. Nello specifico, l'analisi di regressione aiuta a capire come il valore tipico della variabile dipendente cambia quando varia una qualsiasi delle variabili indipendenti. La maggior parte dei pacchetti di grafici FX ha un canale di regressione che esegue il calcolo dell'analisi di regressione per te ed è spesso più facile da accedere rispetto alle correlazioni.
L'analisi di regressione stima comunemente l'aspettativa o l'orientamento condizionale del prezzo della variabile dipendente data la variabile indipendente.
Ciò significa il valore medio della variabile dipendente rispetto a una variabile indipendente fissa. Questo è spesso mostrato in una linea inclinata superiore o inferiore tagliando il prezzo nella direzione della tendenza o in una mossa laterale la linea di regressione è spesso piatta.
Ciò che è necessario?
Mentre i modelli matematici vanno oltre lo scopo di questo articolo, molti trader utilizzano Excel da Microsoft e utilizzano la funzione di correlazione tra le variabili in un determinato intervallo di tempo per determinare se esiste una correlazione positiva o negativa. Tuttavia, molti centri di ricerca pubblicheranno rapporti di correlazione e potranno essere trovati anche su terminali di ricerca come Bloomberg o Reuters.
Se sei interessato a fare da solo questi tipi di modelli, è importante notare che i risultati sono dati guidati e dati mancanti o incompleti potrebbero farti fuorviare.
Pertanto, è necessario occuparsi innanzitutto dei dati mancanti per avere un'analisi efficace dei dati. Excel è probabilmente la soluzione migliore in termini di analisi semplice, ma molti broker offrono strumenti che possono aiutarti a fare anche molte analisi.
In conclusione, l'analisi statistica è pensata per avvolgere la tua mente attorno a variabili apparentemente casuali per un modello che puoi scambiare. Il rischio deve essere sempre gestito, ma questi schemi possono durare a lungo anche senza la causalità esistente. Anche se apparentemente simile, il backtesting è il proverbiale lupo travestito da pecora di analisi spesso statistica o quantitativa. Vale la pena essere consapevoli dei test retrospettivi come modelli statistici, perché il test di backtest viene eseguito più o meno su insiemi di dati idealizzati che possono generare false fiducia, eccessivo sfruttamento e potenzialmente grandi perdite quando l'ambiente corrente diverge dal set di dati.
Buon trading!