Hva Er Interpolering?

Interpolering Er en statistisk metode der relaterte kjente verdier brukes til å estimere en ukjent pris eller potensiell avkastning på et verdipapir. Interpolering oppnås ved å bruke andre etablerte verdier som er plassert i rekkefølge med den ukjente verdien.

Interpolering er ved roten et enkelt matematisk konsept. Hvis det er en generelt konsistent trend over et sett med datapunkter, kan man med rimelighet estimere verdien av settet til punkter som ikke er beregnet. Investorer og aksjeanalytikere lager ofte et linjediagram med interpolerte datapunkter. Disse diagrammene hjelper dem med å visualisere endringene i prisen på verdipapirer og er en viktig del av teknisk analyse.

Forstå Interpolering

Investorer bruker interpolering til å opprette nye estimerte datapunkter mellom kjente datapunkter på et diagram. Diagrammer som representerer en sikkerhets prishandling og volum er eksempler der interpolering kan brukes. Mens datalgoritmer vanligvis genererer disse datapunktene i dag, er begrepet interpolering ikke en ny. Interpolering har blitt brukt av menneskelige sivilisasjoner siden antikken, spesielt av tidlige astronomer I Mesopotamia og Lilleasia forsøker å fylle hull i sine observasjoner av bevegelsene til planetene.det finnes flere formelle typer interpolering, inkludert lineær interpolering, polynomisk interpolering og stykkevis konstant interpolering. Finansanalytikere bruker en interpolert rentekurve for å plotte en graf som representerer avkastningen på nylig utstedte Amerikanske statsobligasjoner eller notater av en bestemt løpetid. Denne typen interpolering hjelper analytikere med å få innsikt i hvor obligasjonsmarkedene og økonomien kan være på vei i fremtiden.Interpolering må ikke forveksles med ekstrapolering, som refererer til estimeringen av et datapunkt utenfor det observerbare dataområdet. Ekstrapolering har en høyere risiko for å produsere unøyaktige resultater sammenlignet med interpolering.

Eksempel På Interpolering

den enkleste og mest utbredte typen interpolering er en lineær interpolering. Denne typen interpolering er nyttig hvis man prøver å estimere verdien av en sikkerhet eller rente for et punkt der det ikke er data.

La oss anta at vi for eksempel sporer en sikkerhetspris over en tidsperiode. Vi kaller linjen der verdien av sikkerheten spores funksjonen f (x). Vi vil plotte dagens pris på aksjen over en rekke punkter som representerer øyeblikk i tid. Så hvis vi registrerer f (x) for August, oktober og desember, vil disse punktene være matematisk representert som xAug, xOct og xDec, eller x1, x3 og x5.

av en rekke årsaker vil vi kanskje vite verdien av sikkerheten i løpet av September, en måned der vi ikke har noen data. Vi kan bruke en lineær interpoleringsalgoritme til å estimere verdien av f (x) ved plottpunkt xSep, eller x2 som vises innenfor det eksisterende dataområdet.

Kritikk av Interpolering

En av de største kritikkene av interpolering er at selv om det er en ganske enkel metodikk som har eksistert i evigheter, mangler den presisjon. Interpolering i Antikkens Hellas og Babylon var først og Fremst om å lage astronomiske spådommer som ville hjelpe bøndene tid deres planting strategier for å forbedre avlinger.mens bevegelsen av planetariske legemer er gjenstand for mange faktorer, er de fortsatt bedre egnet til unøyaktighet av interpolering enn den vilt varianten, uforutsigbare volatiliteten til børsnoterte aksjer. Likevel, med den overveldende massen av data involvert i verdipapiranalyse, er store interpolasjoner av prisbevegelser ganske uunngåelige.

De fleste diagrammer som representerer en aksje historie er faktisk mye interpolert. Lineær regresjon brukes til å lage kurvene som omtrent representerer prisvariasjonene til en sikkerhet. Selv om et diagram som måler en aksje over et år, inkluderte datapunkter for hver dag på året, kunne man aldri si med full tillit hvor en aksje vil ha blitt verdsatt til et bestemt tidspunkt.