Qu’Est-Ce Que L’Interpolation ?
L’interpolation est une méthode statistique par laquelle des valeurs connues associées sont utilisées pour estimer un prix inconnu ou un rendement potentiel d’un titre. L’interpolation est réalisée en utilisant d’autres valeurs établies qui sont situées en séquence avec la valeur inconnue.
L’interpolation est à la base un concept mathématique simple. S’il existe une tendance généralement cohérente sur un ensemble de points de données, on peut raisonnablement estimer la valeur de l’ensemble aux points qui n’ont pas été calculés. Les investisseurs et les analystes boursiers créent fréquemment un graphique linéaire avec des points de données interpolés. Ces graphiques les aident à visualiser les variations du prix des titres et constituent une partie importante de l’analyse technique.
Principaux points à retenir
- L’interpolation est une méthode mathématique simple utilisée par les investisseurs pour estimer un prix inconnu ou le rendement potentiel d’un titre ou d’un actif en utilisant des valeurs connues associées.
- En utilisant une tendance cohérente sur un ensemble de points de données, les investisseurs peuvent estimer des valeurs inconnues et tracer ces valeurs sur des graphiques représentant l’évolution du cours d’une action au fil du temps.
- L’une des critiques de l’utilisation de l’interpolation dans l’analyse des investissements est qu’elle manque de précision et ne reflète pas toujours avec précision la volatilité des actions cotées en bourse.
Comprendre l’interpolation
Les investisseurs utilisent l’interpolation pour créer de nouveaux points de données estimés entre des points de données connus sur un graphique. Les graphiques représentant l’action du prix et le volume d’un titre sont des exemples où l’interpolation peut être utilisée. Alors que les algorithmes informatiques génèrent couramment ces points de données aujourd’hui, le concept d’interpolation n’est pas nouveau. L’interpolation est utilisée par les civilisations humaines depuis l’Antiquité, en particulier par les premiers astronomes de Mésopotamie et d’Asie mineure qui tentent de combler les lacunes dans leurs observations des mouvements des planètes.
Il existe plusieurs types formels d’interpolation, y compris l’interpolation linéaire, l’interpolation polynomiale et l’interpolation constante par morceaux. Les analystes financiers utilisent une courbe de rendement interpolée pour tracer un graphique représentant les rendements des obligations du Trésor américain récemment émises ou des billets d’une échéance spécifique. Ce type d’interpolation aide les analystes à mieux comprendre où les marchés obligataires et l’économie pourraient se diriger à l’avenir.
L’interpolation ne doit pas être confondue avec l’extrapolation, qui fait référence à l’estimation d’un point de données en dehors de la plage observable de données. L’extrapolation présente un risque plus élevé de produire des résultats inexacts par rapport à l’interpolation.
Exemple d’interpolation
Le type d’interpolation le plus simple et le plus répandu est une interpolation linéaire. Ce type d’interpolation est utile si l’on essaie d’estimer la valeur d’un titre ou d’un taux d’intérêt pour un point où il n’y a pas de données.
Supposons, par exemple, que nous suivons le prix d’un titre sur une période de temps. Nous appellerons la ligne sur laquelle la valeur de la sécurité est suivie la fonction f(x). Nous tracerions le prix actuel du stock sur une série de points représentant des moments dans le temps. Donc, si nous enregistrons f(x) pour août, octobre et décembre, ces points seraient mathématiquement représentés par xAug, xOct et xDec, ou x1, x3 et x5.
Pour un certain nombre de raisons, nous pourrions vouloir connaître la valeur de la sécurité en septembre, un mois pour lequel nous n’avons aucune donnée. Nous pourrions utiliser un algorithme d’interpolation linéaire pour estimer la valeur de f(x) au point de tracé xSep, ou x2 qui apparaît dans la plage de données existante.
Critique de l’interpolation
L’une des plus grandes critiques de l’interpolation est que, bien que ce soit une méthodologie assez simple qui existe depuis des siècles, elle manque de précision. L’interpolation dans la Grèce antique et à Babylone consistait principalement à faire des prédictions astronomiques qui aideraient les agriculteurs à chronométrer leurs stratégies de plantation pour améliorer les rendements des cultures.
Bien que le mouvement des corps planétaires soit soumis à de nombreux facteurs, ils sont encore mieux adaptés à l’imprécision de l’interpolation que la volatilité extrêmement variable et imprévisible des actions cotées en bourse. Néanmoins, avec la masse écrasante de données impliquées dans l’analyse des titres, de grandes interpolations des mouvements de prix sont assez inévitables.
La plupart des graphiques représentant l’historique d’un stock sont en fait largement interpolés. La régression linéaire est utilisée pour réaliser les courbes qui représentent approximativement les variations de prix d’un titre. Même si un graphique mesurant un stock sur une année comprenait des points de données pour chaque jour de l’année, on ne pourrait jamais dire en toute confiance où un stock aura été évalué à un moment précis.