mikä on interpolointi?
interpolointi on tilastollinen menetelmä, jossa vastaavia tunnettuja arvoja käytetään arvopaperin tuntemattoman hinnan tai mahdollisen tuoton estimointiin. Interpolointi saadaan aikaan käyttämällä muita vakiintuneita arvoja, jotka sijaitsevat järjestyksessä tuntemattoman arvon kanssa.
interpolointi on juuriltaan yksinkertainen matemaattinen käsite. Jos datapisteiden joukolla on yleisesti johdonmukainen suuntaus, voidaan kohtuudella arvioida joukon arvo pisteissä, joita ei ole laskettu. Sijoittajat ja osakeanalyytikot luovat usein rivikartan, jossa on interpoloituja datapisteitä. Nämä kaaviot auttavat heitä visualisoimaan arvopapereiden hinnanmuutoksia ja ovat tärkeä osa teknistä analyysiä.
Key Takeaways
- interpolointi on yksinkertainen matemaattinen menetelmä, jota sijoittajat käyttävät arvioidakseen arvopaperin tai omaisuuserän tuntemattoman hinnan tai mahdollisen tuoton käyttämällä siihen liittyviä tunnettuja arvoja.
- käyttämällä yhtenäistä trendiä eri tietopisteiden välillä sijoittajat voivat arvioida tuntemattomia arvoja ja piirtää nämä arvot kaavioihin, jotka kuvaavat osakkeen kurssimuutoksia ajan mittaan.
- yksi kritiikin kohteista interpolaation käyttämisessä sijoitusanalyysissä on se, että se ei ole tarkkaa eikä aina kuvaa tarkasti julkisen kaupankäynnin kohteena olevien osakkeiden volatiliteettia.
ymmärtäminen interpolointi
sijoittajat käyttävät interpolointia luodakseen uusia estimoituja datapisteitä tunnettujen datapisteiden välille kaaviossa. Agraarit, jotka kuvaavat arvopaperin hintatoimintaa ja volyymia, ovat esimerkkejä, joissa interpolointia voidaan käyttää. Vaikka tietokonealgoritmit tuottavat nykyään yleisesti näitä datapisteitä, interpoloinnin käsite ei ole Uusi. Interpolointia ovat käyttäneet ihmiskunnan sivilisaatiot jo antiikin ajoista lähtien, erityisesti Mesopotamian ja Vähän-Aasian varhaiset tähtitieteilijät, jotka ovat yrittäneet paikata aukkoja planeettojen liikkeistä tekemissään havainnoissa.
on olemassa useita formaaleja interpolointilajeja, kuten lineaarinen interpolointi, polynomien interpolointi ja paloittain jatkuva interpolointi. Rahoitusanalyytikot käyttävät interpoloitua tuottokäyrää piirtääkseen kaavion, joka kuvaa äskettäin liikkeeseen laskettujen Yhdysvaltain valtion joukkovelkakirjojen tai tietyn maturiteetin velkakirjojen tuottoja. Tällainen interpolointi auttaa analyytikkoja saamaan käsityksen siitä, mihin velkakirjamarkkinat ja talous saattavat olla menossa tulevaisuudessa.
interpolointia ei tule sekoittaa ekstrapolointiin, jolla tarkoitetaan havaittavan tietoalueen ulkopuolella olevan datapisteen estimointia. Ekstrapoloinnilla on suurempi riski saada epätarkkoja tuloksia interpolointiin verrattuna.
esimerkki Interpoloinnista
helpoin ja yleisin interpoloinnin muoto on lineaarinen interpolointi. Tällainen interpolointi on hyödyllistä, jos yritetään arvioida arvopaperin tai koron arvoa pisteelle, josta ei ole tietoa.
Oletetaan esimerkiksi, että seuraamme arvopaperin hintaa tietyn ajan kuluessa. Kutsumme linjaa, jolla tietoturvan arvoa seurataan funktioksi f (x). Piirtäisimme osakkeen nykykurssin sarjalle pisteitä, jotka edustavat hetkiä ajassa. Jos siis kirjaamme f(x) elo -, loka-ja joulukuussa, nämä pisteet esitetään matemaattisesti xaugina, xoctina ja xdecinä eli x1: nä, x3: na ja x5: nä.
monestakin syystä haluamme ehkä tietää vakuuden arvon syyskuun aikana, kuukaudesta, josta meillä ei ole tietoa. Voisimme käyttää lineaarista interpolointialgoritmia arvioidaksemme F(x): n arvon tonttipisteessä xSep, tai X2: n, joka esiintyy olemassa olevan tiedon alueella.
interpolaation kritiikki
yksi suurimmista interpolaation kritiikistä on, että vaikka se on melko yksinkertainen menetelmä, joka on ollut olemassa ikuisuuksia, siitä puuttuu tarkkuus. Interpolointi antiikin Kreikassa ja Babyloniassa oli pääasiassa tähtitieteellisten ennusteiden tekemistä, jotka auttaisivat maanviljelijöitä ajoittamaan istutusstrategiansa sadon parantamiseksi.
vaikka planeettojen liikkumiseen vaikuttavat monet tekijät, ne sopivat silti paremmin interpoloinnin epätarkkuuteen kuin pörssinoteerattujen osakkeiden hurja vaihtelu, arvaamaton volatiliteetti. Koska arvopapereiden analysointiin liittyy valtava tietomassa, suuret hintavaihtelut ovat kuitenkin melko väistämättömiä.
useimmat osakekannan historiaa kuvaavat kaaviot ovat itse asiassa laajalti interpoloituja. Lineaarista regressiota käytetään sellaisten käyrien tekemiseen, jotka kuvaavat likimain arvopaperin hintavaihteluita. Vaikka vuoden osaketta mittaava kaavio sisältäisi datapisteitä vuoden jokaiselta päivältä, ei koskaan voida täysin varmuudella sanoa, missä osaketta on arvioitu tiettynä ajankohtana.