1992выпуск C031-3
Построение лог-линейных базовых линий темпа роста
Базовая линия темпа роста строится путём подгонки линии наименьших квадратов к упорядоченным наблюдениям после преобразования натурального логарифма, перевода наклона обратно в процентное изменение за период и считывания коэффициента детерминации как проверки этой траектории.
- Базовая линия темпа роста строится путём подгонки линии наименьших квадратов к упорядоченным наблюдениям: свободный член берётся при временном индексе, равном нулю, а наклон считывается как темп изменения.
- Преобразование натурального логарифма переводит ряд на шкалу процентных изменений, так что подогнанный наклон оценивает темп роста, а не абсолютный прирост.
- Наклон в логарифмическом пространстве переводится обратно экспоненцированием, вычитанием единицы и умножением на сто, чтобы выразить темп роста за период.
- Коэффициент детерминации показывает, насколько тесно процентный рост следует экспоненциальной траектории, и считывается до того, как любой последующий прогноз сравнивается с базовой линией.
Подгонка явной базовой линии
Базовую линию темпа роста можно построить, подогнав линию наименьших квадратов вида Y = a + bX к упорядоченным наблюдениям. Свободный член a — это подогнанное значение ряда, когда временной индекс равен нулю. Наклон b — это подогнанный темп изменения.
Линия наименьших квадратов — это прямая, подогнанная так, чтобы суммарная квадратичная вертикальная ошибка между линией и упорядоченными наблюдениями была минимальной. Наложение этой подогнанной линии на график ряда — визуальный аналог построенной базовой линии.
Считывание наклона как темпа роста
Перевод ряда в натуральные логарифмы заменяет каждое наблюдение его натуральным логарифмом, так что последующие изменения измеряются в процентной шкале. Подогнанный наклон тогда оценивает темп роста, а не абсолютный прирост.
После оценки в логарифмическом пространстве наклон переводится обратно экспоненцированием, вычитанием единицы и умножением на сто. Это преобразование выражает темп роста за период.
Временные индексы неполного года
Когда последнее наблюдение прибыли охватывает только первый квартал, соответствующий временной индекс задаётся дробным значением, например 4.25, а не полным дополнительным годом. Для двух кварталов используется 4.50. Дробный временной индекс — это нецелочисленная временная координата, применяемая, когда последнее наблюдение охватывает только часть года выборки.
Проверка экспоненциальной траектории
Коэффициент детерминации получают возведением коэффициента корреляции в квадрат. Он показывает, насколько тесно процентный рост следует экспоненциальной траектории: 100 — идеальная подгонка, 0 — её отсутствие.
То же построение для прибыли
То же лог-линейное построение, которое применяется к дивидендам, применимо к прибыли, если в качестве зависимой переменной подставить натуральные логарифмы прибыли за финансовый год.
Все разборы дорожки · 43 разбора
- 1990Построение базовых линий доллара по ставкам, инфляции и остаткам
- 1990Построение номинального значения индекса по форвардным прибылям и подогнанной доходности
- 1990Построение номинальной цены индекса из прибыли и подобранной доходности
- 1990Ценовые траектории с фиксацией конечных точек — это не прогнозы
- 1990Построение полиномиальных сглаживателей методом наименьших квадратов
- 1991Темпы роста по конечным точкам против согласованности линейной регрессии
- 1991Вневыборочные проверки линейных аппроксимаций роста
- 1991Тренд как устойчивость, а не прямая линия
- 1991Квадратичный тренд, осциллятор остатков и вторичный календарь циклов
- 1991Смещение начала отсчёта времени и дивергенция остатков и цены на квадратичной аппроксимации методом наименьших квадратов
- 1991Линия тренда наименьших квадратов по упорядоченным ценам
- 1992Построение скринингов лог-линейного роста и надёжности
- 1992Построение лог-линейных базовых линий темпа роста
- 1992Максимум, минимум и закрытие следующей сессии по скользящей линейной регрессии
- 1993Проверка индексного мультипликатора цена/прибыль регрессией на краткосрочную ставку
- 1994Вложенный экспоненциальный ценовой фильтр с регрессионными начальными значениями
- 1994Построение двойного экспоненциального среднего из компенсации лага
- 1994Оценка денежной массы как линейной базовой модели опережающего индекса
- 1995Построение трендовых каналов методом наименьших квадратов
- 1995Holdout-проверки линейного базового прогноза годовых ставок по векселям
- 1995Проекционные полосы по наклонам регрессии максимумов и минимумов
- 1995Оценка скользящей средней по конечной точке метода наименьших квадратов на известном тестовом ряде
- 1996Построение концевой скользящей средней по прямой наименьших квадратов
- 1996Оценка согласованности траектории эквити с оверлеем k-ratio
- 1996Оценка month-end разрывов доходности для режимов рынка акций
- 1996Построение полос стандартной ошибки с сессионным индексом
- 1998Оценка линейных регрессионных базовых моделей для стоимостной оценки индекса
- 1998R-squared как двухсостоятельный трендовый фильтр на основе подгонки цена-время
- 2000Коррекция лага скользящего среднего второго порядка
- 2002Линия регрессии цены против беты при отслеживании индекса
- 2003Наклон регрессии с гейтом уверенности тренда по r-squared
- 2003Построение дивергенции finite-volume-element через сравнение наклонов
- 2004Построение дневного балла из регрессии, коррекции и объёма
- 2004Построение линий тренда методом наименьших квадратов по упорядоченным ценам
- 2007Цели пробоя прямоугольника выше высоты
- 2007Подтверждение ценового тренда наклоном регрессии и r-squared
- 2008Угол линейной регрессии, собранный как один тренд-фильтр
- 2010Свинг-машина с двумя состояниями из четырёх скользящих экстремумов
- 2016Оцените тесноту нефтяного комплекса перед дивергенцией или регрессией
- 2017Межрыночная дивергенция Nikkei–иена как кейс рыночного режима
- 2017Построение коэффициента Калмара и базовых линий линейной регрессии
- 2019Послойное построение pair-trade против управления по средней цене спреда
- 2020Наклон convolution, построенный из вложенной линейной регрессии