Detrend - KamilTaylan.blog
3 Maggio 2021 15:00

Detrend

Cos’è una tendenza?

Un detrend comporta la rimozione degli effetti del trend da un set di dati per mostrare solo le differenze nei valori dal trend; consente di identificare modelli ciclici e di altro tipo. La detrazione può essere eseguita utilizzando l’ analisi di regressione e altre tecniche statistiche. La detrazione mostra un aspetto diverso dei dati delle serie temporali rimuovendo le tendenze deterministiche e stocastiche.

Uno degli usi più comuni del detrending è in un set di dati che mostra una sorta di aumento complessivo. La detrazione dei dati ti consentirà di vedere eventuali potenziali sottotendenze, che possono essere incredibilmente utili per ricerche scientifiche, finanziarie, di vendita e di marketing su tutta la linea.

Come funziona una tendenza

Rimuovere una tendenza dal tuo set di dati può consentirti di concentrarti invece sulle fluttuazioni e identificare un numero qualsiasi di fattori importanti. Questo tipo di detrending viene utilizzato nel trading per identificare eventuali fluttuazioni di prezzo cicliche in un titolo, che possono quindi essere utilizzate per aiutare l’entrata e l’uscita della posizione temporale. Un oscillatore di prezzo detrenduto (DPO) è uno strumento comune che gli investitori tecnici e i trader utilizzeranno a questo scopo. La detrazione viene utilizzata anche nelle vendite e nel marketing per evidenziare i cambiamenti di mese in mese nelle vendite senza la distrazione dei volumi complessivi.

Quando un ricercatore o un economista detraggono un particolare set di dati, in genere lo fanno per rimuovere un aspetto che sembra causare una sorta di distorsione nel risultato finale. I modelli economici possono essere detratti dalla tendenza e quindi aggiunti di nuovo nel modello come un’altra variabile di input per testare le diverse relazioni tra i dati.

Punti chiave

  • La detrazione viene utilizzata per identificare altri modelli in un particolare set di dati che visualizza una tendenza.
  • Ci sono tipicamente due classi di tendenze: deterministiche e stocastiche. Le tendenze deterministiche mostrano aumenti e diminuzioni consistenti e sostenuti, mentre le tendenze stocastiche aumentano e diminuiscono senza alcuna coerenza.
  • Prima che possa verificarsi il detrending, è necessario identificare il tipo di tendenza.
  • Un oscillatore di prezzo detrenduto è un metodo comune di azione sui prezzi dannoso utilizzato dai trader.

Tipi di Detrending

Esistono molti metodi oltre agli oscillatori di prezzo detrended che possono essere utilizzati per detrendere, sebbene alcuni di essi siano molto più complessi e difficili da usare. Alcune delle opzioni alternative sono di detrazione quadratica, utilizzando il filtro Baxter-King (solo per le linee di tendenza della media mobile) e utilizzando il filtro Hodrick-Prescott (solo per componenti cicliche di una particolare serie temporale).

Qual è il metodo migliore per il progetto e i dati disponibili dipenderanno da numerosi fattori individuali, incluso il particolare campo di studio e se i dati sono correlati linearmente o meno. L’opzione di detrarre in modo rapido ed efficiente è inclusa nella maggior parte dei pacchetti software statistici oggi disponibili e ampiamente utilizzati.

Requisiti per una tendenza

Prima che possa verificarsi il detrending, è necessario identificare la particolare classe del trend per determinare il metodo più appropriato da utilizzare. Sebbene esistano molti diversi tipi di tendenze, in genere si verificano solo all’interno di due classi diverse. Queste classi sono tendenze deterministiche e tendenze stocastiche.

Le tendenze deterministiche diminuiscono o aumentano costantemente e le tendenze stocastiche diminuiscono o aumentano in modo incoerente. Le tendenze deterministiche sono spesso più facili da identificare e sminuire poiché sono un po ‘più prevedibili e affidabili, ma esistono anche metodi per affrontare le tendenze stocastiche. L’identificazione della tendenza, in particolare una tendenza stocastica, può essere un esercizio soggettivo e può portare a imprecisioni nella modellazione e nelle conclusioni o previsioni tratte da essa.