Wat is interpolatie?
interpolatie is een statistische methode waarbij gerelateerde bekende waarden worden gebruikt om een onbekende prijs of potentieel rendement van een effect te schatten. Interpolatie wordt bereikt door andere vastgestelde waarden te gebruiken die zich in volgorde van de onbekende waarde bevinden.
interpolatie is de basis van een eenvoudig wiskundig concept. Als er een over het algemeen consistente trend is over een verzameling datapunten, kan men redelijkerwijs de waarde van de verzameling schatten op punten die niet zijn berekend. Beleggers en aandelenanalisten maken vaak een lijndiagram met geïnterpoleerde datapunten. Deze grafieken helpen hen visualiseren de veranderingen in de prijs van effecten en zijn een belangrijk onderdeel van de technische analyse.
Key Takeaways
- interpolatie is een eenvoudige wiskundige methode die beleggers gebruiken om een onbekende prijs of potentieel rendement van een effect of actief te schatten met behulp van gerelateerde bekende waarden.
- door gebruik te maken van een consistente trend over een reeks gegevenspunten, kunnen beleggers onbekende waarden schatten en deze waarden plotten op grafieken die de koersontwikkeling van een aandeel in de tijd weergeven.
- een van de kritieken van het gebruik van interpolatie in de beleggingsanalyse is dat deze niet altijd nauwkeurig is en de volatiliteit van beursgenoteerde aandelen niet altijd nauwkeurig weergeeft.
interpolatie begrijpen
beleggers gebruiken interpolatie om nieuwe geschatte gegevenspunten te creëren tussen bekende gegevenspunten op een grafiek. Grafieken die een effect prijs actie en volume zijn voorbeelden waar interpolatie kan worden gebruikt. Hoewel computeralgoritmen deze datapunten tegenwoordig vaak genereren, is het concept van interpolatie niet nieuw. Interpolatie wordt al sinds de oudheid gebruikt door menselijke beschavingen, in het bijzonder door vroege astronomen in Mesopotamië en Klein-Azië die proberen hiaten in hun waarnemingen van de bewegingen van de planeten op te vullen.
Er zijn verschillende formele soorten interpolatie, waaronder lineaire interpolatie, polynomiale interpolatie en stuksgewijze constante interpolatie. Financiële analisten gebruiken een geïnterpoleerde rendementscurve om een grafiek te schetsen die het rendement weergeeft van recent uitgegeven Amerikaanse staatsobligaties of notes met een specifieke looptijd. Dit type interpolatie helpt analisten inzicht te krijgen in waar de obligatiemarkten en de economie in de toekomst naartoe zouden kunnen gaan.
interpolatie mag niet worden verward met extrapolatie, die verwijst naar de schatting van een gegevenspunt buiten het waarneembare gegevensbereik. Extrapolatie heeft een groter risico op het produceren van onnauwkeurige resultaten in vergelijking met interpolatie.
voorbeeld van interpolatie
De eenvoudigste en meest voorkomende vorm van interpolatie is een lineaire interpolatie. Dit type interpolatie is nuttig als men probeert om de waarde van een effect of rente te schatten voor een punt waarop er geen gegevens.
laten we bijvoorbeeld aannemen dat we een beveiligingsprijs gedurende een bepaalde periode volgen. We noemen de regel waarop de waarde van de beveiliging wordt gevolgd de functie f (x). We zouden de huidige prijs van het aandeel plotten over een reeks punten die momenten in de tijd vertegenwoordigen. Dus als we F(x) opnemen voor augustus, oktober en December, zouden die punten wiskundig worden weergegeven als xAug, xOct, en xDec, of x1, x3 en x5.
om een aantal redenen willen we misschien de waarde van de zekerheid weten tijdens September, een maand waarvoor we geen gegevens hebben. We zouden een lineair interpolatiealgoritme kunnen gebruiken om de waarde van f(x) op plotpunt xSep te schatten, of x2 die binnen het bestaande gegevensbereik verschijnt.
kritiek op interpolatie
een van de grootste kritiek op interpolatie is dat, hoewel het een vrij eenvoudige methode is die al eonen bestaat, het niet nauwkeurig is. Interpolatie in het oude Griekenland en Babylon ging vooral over het maken van astronomische voorspellingen die boeren zouden helpen hun plantstrategieën te timen om de oogstopbrengsten te verbeteren.
hoewel de beweging van planetaire lichamen aan vele factoren onderhevig is, zijn ze nog steeds beter geschikt voor de onnauwkeurigheid van interpolatie dan de Wild variant, onvoorspelbare volatiliteit van beursgenoteerde aandelen. Niettemin zijn, met de overweldigende hoeveelheid gegevens die bij de effectenanalyse betrokken zijn, grote interpolaties van koersbewegingen tamelijk onvermijdelijk.
De meeste grafieken die de geschiedenis van een aandeel weergeven, worden in feite op grote schaal geïnterpoleerd. Lineaire regressie wordt gebruikt om de curves te maken die ongeveer de prijsschommelingen van een effect weergeven. Zelfs als een grafiek die een aandeel over een jaar meet datapunten bevat voor elke dag van het jaar, kan men nooit met volledig vertrouwen zeggen waar een aandeel op een bepaald moment in de tijd zal zijn gewaardeerd.