Lab · C · Veranderingsdetectie
De kalibratie van de detector die de vraag beantwoordt „gebeurt er op dit moment iets”, en de evaluatie ervan op echte gegevens.
Synthetische kalibratie
Wat het is: Met welke vertraging de detector een verschuiving oppikt in kunstmatige reeksen waarvan de datum van de verschuiving bekend is, en hoe vaak hij vals alarm geeft als er geen verschuiving is.
Welke gegevens het voeden: Alleen met synthetische gegevens gemaakt; raakt de database niet. Elk scenario wordt 60 keer herhaald; de eerste 90 waarnemingen vormen de inloopperiode.
Wat het laat zien: De gemiddelde detectievertraging (dagen), de gemiddelde tijd tot het eerste valse alarm (ARL0) en het aantal gedetecteerde scenario's; aparte rijen voor verschuivingen van het gemiddelde en stijgingen van de volatiliteit.
Wat je eruit kunt concluderen: De detectievertraging is omgekeerd evenredig met het kwadraat van de verhouding verschuiving/ruis: kleine verschuivingen van het gemiddelde worden bijna nooit opgepikt, een verdubbeling van de volatiliteit wel binnen enkele dagen. Daarom bewaakt de detector volume en volatiliteit.
Timing van alarmen rond gebeurtenissen
Wat het is: De verdeling van alarmen in de ±10 dagen rond vastgelegde gebeurtenissen, en een vergelijking met willekeurige dagen.
Welke gegevens het voeden: De gebeurtenissentabel en de alarmreeks van de gekozen run. Dezelfde statistiek op willekeurige data wordt berekend als nulhypothese.
Wat het laat zien: Dagen vóór de gebeurtenis zijn amberkleurige balken, dagen erna grijze balken. Daaronder het alarmpercentage vóór gebeurtenissen en het willekeurige percentage.
Wat je eruit kunt concluderen: Is het percentage vóór gebeurtenissen niet duidelijk hoger dan willekeurig, dan voelt de detector gebeurtenissen niet vooraf aan. Zijn er geen vastgelegde gebeurtenissen, dan is de grafiek leeg; cijfer- en KAP-data moeten worden geladen via Instellingen > Gebeurtenissen.
Aanhoudendheid na een alarm
Wat het is: Of het richtingsteken op de alarmdag 1, 5 en 21 dagen later behouden blijft.
Welke gegevens het voeden: De alarmen van de gekozen run en de residuele rendementen in return_daily.
Wat het laat zien: Trefpercentage per horizon, 95%-interval en aantal waarnemingen.
Wat je eruit kunt concluderen: Ligt het percentage onder 50%, dan keert de beweging van de alarmdag daarna om. Een verandering vroeg opmerken betekent niet dat je ervan profiteert; op echte gegevens komt dit percentage uit op 47–48%.
Dagelijks aantal alarmen en marktturbulentie
Wat het is: Hoeveel aandelen elke dag alarm gaven, en de kans dat de markt in een turbulent regime zit.
Welke gegevens het voeden: De alarmreeks van de gekozen run en de gefilterde kans van een Markov-regimemodel met twee toestanden, gefit op het XU100-rendement.
Wat het laat zien: Amberkleurige balken zijn het aantal alarmen, de rode lijn de turbulentiekans. De titel toont het totale alarmpercentage en of buurbewijs aan staat.
Wat je eruit kunt concluderen: Stapelen alarmen zich op in turbulente periodes, dan vangt de detector marktbrede in plaats van aandeelspecifieke gebeurtenissen. De gefilterde kans wordt gebruikt, niet de afgevlakte: de afgevlakte reeks kijkt in de toekomst en is daarom ongeldig bij live gebruik.
De hier gegeven beleggingsinformatie, commentaren en aanbevelingen vallen niet onder beleggingsadvies. Beleggingsadvies wordt verleend op grond van een beleggingsadviesovereenkomst tussen een cliënt en beleggingsondernemingen, vermogensbeheerders of banken die geen deposito's aannemen. De signalen hier worden met statistische modellen uit historische gegevens gemaakt, voor iedereen gelijk getoond en zijn niet persoonlijk; ze passen mogelijk niet bij uw financiële situatie of uw risico- en rendementsvoorkeuren. Beleggingsbeslissingen nemen uitsluitend op basis van de hier gegeven informatie leidt daarom mogelijk niet tot resultaten die aan uw verwachtingen voldoen.