Lab · C · Endringsdeteksjon
Kalibreringen av detektoren som svarer på spørsmålet «skjer det noe akkurat nå», og evalueringen av den på reelle data.
Syntetisk kalibrering
Hva det er: Med hvilken forsinkelse detektoren fanger et skift i kunstige serier der datoen for skiftet er kjent, og hvor ofte den utløser falsk alarm når det ikke er noe skift.
Hvilke data den bygger på: Produsert bare med syntetiske data; den berører ikke databasen. Hvert scenario gjentas 60 ganger; de første 90 observasjonene er oppvarmingsperioden.
Hva den viser: Den gjennomsnittlige deteksjonsforsinkelsen (dager), den gjennomsnittlige tiden til første falske alarm (ARL0) og antallet scenarier som ble fanget; egne rader for gjennomsnittsskift og volatilitetsøkninger.
Hva man kan slutte av den: Deteksjonsforsinkelsen er omvendt proporsjonal med kvadratet av forholdet mellom skift og støy: små gjennomsnittsskift fanges nesten aldri, mens en dobling av volatiliteten fanges i løpet av noen få dager. Det er derfor detektoren overvåker volum og volatilitet.
Alarmtidspunkt rundt hendelser
Hva det er: Fordelingen av alarmer i ±10 dager rundt registrerte hendelser, og en sammenligning med tilfeldige dager.
Hvilke data den bygger på: Tabellen event og alarmserien fra den valgte kjøringen. Den samme statistikken på tilfeldige datoer beregnes som nullhypotese.
Hva den viser: Dager før hendelsen er ravgule stolper, dager etter den grå stolper. Nedenfor alarmraten før hendelsen og den tilfeldige raten.
Hva man kan slutte av den: Er raten før hendelsen ikke klart høyere enn den tilfeldige, aner ikke detektoren hendelser på forhånd. Finnes det ingen hendelsesregistreringer, er diagrammet tomt; resultat- og KAP-datoer bør lastes inn fra Innstillinger > Hendelser.
Vedvarenhet etter en alarm
Hva det er: Om fortegnet til retningen på alarmdagen bevares 1, 5 og 21 dager senere.
Hvilke data den bygger på: Alarmene fra den valgte kjøringen og residualavkastningene i return_daily.
Hva den viser: Treffrate per horisont, 95 %-intervall og antall observasjoner.
Hva man kan slutte av den: Er raten under 50 %, snur bevegelsen fra alarmdagen etterpå. Å merke en endring tidlig betyr ikke å tjene på den; på reelle data kommer denne raten ut på 47–48 %.
Daglig antall alarmer og markedsturbulens
Hva det er: Hvor mange aksjer som utløste alarm hver dag, og sannsynligheten for at markedet er i et turbulent regime.
Hvilke data den bygger på: Alarmserien fra den valgte kjøringen, og den filtrerte sannsynligheten fra en Markov-regimemodell med to tilstander tilpasset XU100-avkastningen.
Hva den viser: Ravgule stolper er antallet alarmer, den røde linjen turbulenssannsynligheten. Tittelen viser den samlede alarmraten og om nabo-evidens er på.
Hva man kan slutte av den: At alarmene hoper seg opp i turbulente perioder, viser at detektoren fanger markedsomfattende snarere enn aksjespesifikke hendelser. Den filtrerte sannsynligheten brukes, ikke den glattede: den glattede serien ser inn i framtiden og er derfor ugyldig i live bruk.
Investeringsopplysningene, kommentarene og anbefalingene som gis her, faller ikke inn under investeringsrådgivningstjenester. Investeringsrådgivning ytes etter en avtale om investeringsrådgivning som inngås mellom en kunde og meglerhus, porteføljeforvaltningsselskaper eller banker som ikke tar imot innskudd. Signalene her produseres fra historiske data med statistiske modeller, vises likt for alle og er ikke personlig tilpasset; de passer kanskje ikke til din økonomiske situasjon eller til dine preferanser for risiko og avkastning. Å ta investeringsbeslutninger utelukkende på grunnlag av opplysningene som gis her, kan derfor gi resultater som ikke svarer til forventningene dine.