Hvad er Interpolation?
Interpolation er en statistisk metode, hvormed relaterede kendte værdier bruges til at estimere en ukendt pris eller et potentielt udbytte af et værdipapir. Interpolation opnås ved at anvende andre etablerede værdier, der er placeret i rækkefølge med den ukendte værdi.
Interpolation er ved roden et simpelt matematisk koncept. Hvis der er en generelt konsistent tendens på tværs af et sæt datapunkter, kan man med rimelighed estimere værdien af sættet på punkter, der ikke er beregnet. Investorer og aktieanalytikere opretter ofte et kurvediagram med interpolerede datapunkter. Disse diagrammer hjælper dem med at visualisere ændringerne i prisen på værdipapirer og er en vigtig del af teknisk analyse.
nøgle grillbarer
- Interpolation er en simpel matematisk metode, som investorer bruger til at estimere en ukendt pris eller et potentielt udbytte af et værdipapir eller aktiv ved hjælp af relaterede kendte værdier.
- ved at bruge en ensartet tendens på tværs af et sæt datapunkter kan investorer estimere ukendte værdier og plotte disse værdier på diagrammer, der repræsenterer en akties kursbevægelse over tid.
- en af kritikerne ved at bruge interpolation i investeringsanalyse er, at den mangler præcision og ikke altid nøjagtigt afspejler volatiliteten i børsnoterede aktier.
forståelse af Interpolation
investorer bruger interpolation til at oprette nye estimerede datapunkter mellem kendte datapunkter på et diagram. Diagrammer, der repræsenterer et værdipapirs prishandling og volumen, er eksempler, hvor interpolation kan bruges. Mens computeralgoritmer ofte genererer disse datapunkter i dag, er begrebet interpolation ikke et nyt. Interpolation er blevet brugt af menneskelige civilisationer siden antikken, især af tidlige astronomer i Mesopotamien og Lilleasien, der forsøger at udfylde huller i deres observationer af planeternes bevægelser.
der er flere formelle former for interpolation, herunder lineær interpolation, polynomisk interpolation og stykkevis konstant interpolation. Finansielle analytikere bruger en interpoleret rentekurve til at tegne en graf, der repræsenterer udbyttet af nyligt udstedte amerikanske statsobligationer eller noter af en bestemt løbetid. Denne type interpolation hjælper analytikere med at få indsigt i, hvor obligationsmarkederne og økonomien kan være på vej i fremtiden.
Interpolation bør ikke forveksles med ekstrapolation, hvilket refererer til estimeringen af et datapunkt uden for det observerbare dataområde. Ekstrapolering har en højere risiko for at producere unøjagtige resultater sammenlignet med interpolation.
eksempel på Interpolation
den nemmeste og mest udbredte form for interpolation er en lineær interpolation. Denne type interpolation er nyttig, hvis man forsøger at estimere værdien af en sikkerhed eller rente for et punkt, hvor der ikke er nogen data.
lad os antage, at vi for eksempel sporer en sikkerhedspris over en periode. Vi kalder den linje, hvor værdien af sikkerheden spores, funktionen f(h). Vi ville plotte den aktuelle pris på bestanden over en række punkter, der repræsenterer øjeblikke i tiden. Så hvis vi registrerer f (H) for August, oktober og December, ville disse punkter være matematisk repræsenteret som f.eks.
af en række årsager vil vi måske gerne vide værdien af sikkerheden i September, en måned, hvor vi ikke har nogen data. Vi kunne bruge en lineær interpolationsalgoritme til at estimere værdien af f(H) ved plotpunkt ksep eller H2, der vises inden for det eksisterende dataområde.
kritik af Interpolation
en af de største kritikpunkter af interpolation er, at selv om det er en ret simpel metode, der har eksisteret i eoner, mangler den præcision. Interpolation i det antikke Grækenland og Babylon handlede primært om at lave astronomiske forudsigelser, der ville hjælpe landmændene med at planlægge deres plantestrategier for at forbedre afgrødeudbyttet.
mens bevægelsen af planetariske kroppe er underlagt mange faktorer, er de stadig bedre egnet til upræcisionen af interpolation end den vildt Variante, uforudsigelige volatilitet i børsnoterede aktier. Ikke desto mindre er store interpolationer af prisbevægelser med den overvældende masse af data, der er involveret i værdipapiranalyse, ret uundgåelige.
de fleste diagrammer, der repræsenterer en akties historie, er faktisk bredt interpoleret. Lineær regression bruges til at fremstille kurverne, der omtrent repræsenterer prisvariationerne for et værdipapir. Selv hvis et diagram, der måler en aktie over et år, inkluderede datapunkter for hver dag i året, kunne man aldrig med fuld tillid sige, hvor en aktie vil være blevet værdsat på et bestemt tidspunkt.