Regression Zu Die Mittel Forexpros

Warum Aktien und Gold sind zu Reverse-Kurs Es8217s ein Grund, warum kommerzielle Händler Regression für die durchschnittlichen Händler sind. In diesem Geschäft ist es die eine Sache, die Sie absolut Bank auf. Es ist wie Tod und Steuern, es scheitert nie. Alle Märkte kehren schließlich zum Mittel zurück. Eine entsprechende Folgerung zu dieser Regel ist, dass je weiter ein Vermögenswert über oder unter dem Mittel gestreckt wird, je heftiger die Regression ist, und je weiter sie sich während des Snapbacks über den Mittelwert hinaus bewegt. Das sehen Sie deutlich in der folgenden Tabelle. Beachten Sie, dass der SampP während des Bullenmarktes von 2002 -2007 niemals extrem weit über den 200 Tage gleitenden Durchschnitt (bis hin zur endgültigen Euphoriephase im Jahr 2007) reichte. Folglich blieb jede Zwischenkorrektur bei oder etwas unter dem 200 Tage gleitenden Durchschnitt. Dies änderte sich, als der neue zyklische Bullenmarkt im Jahr 2009 begann. Es änderte sich, weil die Märkte nicht erlaubt waren, natürlich zu handeln. Sie wurden durch massive Dosen der quantitativen Lockerung verzogen. Dies führte dazu, dass sich die Märkte weit über den 200-Tage-Durchschnitt ausdehnten, als dies normal geschehen wäre. Die Konsequenzen waren natürlich, dass, wenn die Korrekturen treffen sie heftig abwickeln und bewegt sich weit weiter unter den 200 DMA als wäre natürlich aufgetreten. Dieser Bullenmarkt ist viel volatiler als der vorhergehende, weil der Markt durch Währungsabbaus statt einer echten wirtschaftlichen Expansion getrieben wird. Jetzt sind wir in einer Situation, in der der Aktienmarkt lächerlich weit über dem Mittelwert von QE 3 amp 4 gestreckt wurde. Vertrauen Sie mir Bernanke hat nicht die Kräfte der Regression auf den Mittelwert abgeschafft. Alles, was er getan hat, ist die Garantie dafür, dass die Regression viel mehrfach gewalttätiger wird, als es hätte sein sollen. Wenn dieses Kartenhaus umkippt, denke ich, es gibt eine ziemlich gute Chance, dass es noch härter als das, was im Jahr 2011 passiert ist. Beachten Sie auch die roten Pfeile markieren großen zyklischen Bullen und Bär Markt Wendepunkte. Beachten Sie die Fed verzogen die letzte zyklische Bullenmarkt viel höher und länger in der Dauer als natürlich aufgetreten wäre (er wandte sich ein 4-Jahres-Zyklus in einem 6 12-Jahres-Zyklus). Folglich reagierten die Regressionskräfte, indem sie den zweitschlechtesten Bärenmarkt in der Geschichte auslösten. Der derzeitige zyklische Bullenmarkt, obwohl er nicht rechtzeitig gestreckt wird, ist in der Größenordnung extrem gestreckt, so dass der daraus resultierende Bärenmarkt fast sicher außergewöhnlich gewalttätig und langwierig sein wird. Mittlere Regressionsregel: Ohne Ausfall findet die Liquidität ihren Weg in unterbewertete Vermögenswerte. Entsprechend wäre die Liquidität letztlich aus überbewerteten Vermögenswerten zu finden. Es sei denn Bernanke hat einen Weg gefunden, das Naturrecht der Regression zum Mittel zu brechen (er hasnt), dann werden wir irgendwann sehen, dass die Liquidität vor dem überbewerteten Aktienmarkt flieht. Wenn es sein geht, um für unterbewertete Vermögenswerte auf Land auf zu suchen. Nichts ist mehr unterbewertet als Rohstoffe im Allgemeinen und Edelmetalle im Besonderen. Regression auf den Mittelwert gilt nicht nur für Vermögenswerte, die nach oben gedehnt. Es wirkt auch auf extrem depressive Vermögenswerte zu schweben, und die gleichen Regeln gelten. Je weiter ein Vermögenswert unterhalb des Mittelwerts gedehnt wird, desto heftiger ist die Regression in der Regel, sobald der Verkauf erschöpft ist. Wenn man bedenkt, dass Gold nun so weit unter dem 200-Tage-Durchschnitt liegt, wie es im Jahr 2008 die Rallye war, wenn es ankommt, sollte jedes Mal so mächtig sein, wenn nicht mehr als wir im Jahr 2009 gesehen haben. Meiner Meinung nach haben wir jetzt die Setup, um entweder eine andere C-Welle so groß oder größer als die eine aus der 2008 unten zu fahren, oder dies ist die Einrichtung, um die Blase Phase des Bullenmarktes zu fahren. Regression auf die mittlere Regression Bedrohung, auch bekannt als Regression Artefakt oder Regression auf den Mittelwert ist ein statistisches Phänomen, das auftritt, wenn Sie eine nicht-zufällige Stichprobe aus einer Population und zwei Maßnahmen, die unvollkommen korreliert sind. Die Figur zeigt die Regression zum mittleren Phänomen. Der obere Teil der Figur zeigt die Pretest-Verteilung für eine Population. Pretest Scores sind normal verteilt, die Häufigkeitsverteilung sieht aus wie eine glockenförmige Kurve. Nehmen Sie an, dass die Stichprobe für Ihre Studie ausschließlich aus den niedrigen Pretest Scorern ausgewählt wurde. Sie können auf dem oberen Teil der Figur sehen, wo ihr Pretest bedeutet - deutlich, es ist deutlich unter dem Bevölkerungsdurchschnitt. Was würden wir vorhersagen, wie der Posttest aussehen wie Erstens, gehen wir davon aus, dass Ihr Programm oder Ihre Behandlung überhaupt nicht funktioniert (der Nullfall). Unsere naive Annahme wäre, dass unsere Stichprobe ebenso schlecht auf dem Posttest punkten würde wie auf dem Pretest. Aber sie dont Die Unterseite der Abbildung zeigt, wo die Proben posttest bedeuten würde, wäre ohne Regression und wo es tatsächlich wäre. Tatsächlich bedeutet die Proben-Posttest, dass sie sich näher an das Mittel der Posttest-Population herangezogen haben, als ihr Pretest-Mittel bis zum Vortest-Populationsmittel war. Mit anderen Worten, die Probenmittel scheinen sich vom Mittelwert der Population vom Pretest zum Posttest zu erholen. Warum es geschieht, beginnen mit einer einfachen Erklärung und Arbeit von dort aus. Um zu sehen, warum Regression zum Mittel geschieht, betrachten Sie einen konkreten Fall. In Ihrer Studie wählen Sie die niedrigsten 10 der Bevölkerung auf der Grundlage ihrer Pretest-Punktzahl. Was sind die Chancen, dass auf dem Posttest, dass genaue Gruppe wird wieder einmal die niedrigsten zehn Prozent nicht wahrscheinlich. Die meisten von ihnen werden wahrscheinlich in den niedrigsten zehn Prozent auf dem Posttest sein, aber wenn auch nur wenige nicht sind, dann müssen ihre Gruppen näher an den Populationen posttest sein als an den Pretest. Dasselbe gilt am anderen Ende. Wenn Sie als Ihre Probe die höchsten zehn Prozent Pretest Scorer, sie arent wahrscheinlich die höchsten zehn Prozent auf dem Posttest (obwohl die meisten von ihnen in den Top Ten Prozent sein können). Wenn sogar nur ein paar Punkte unter den Top Ten-Prozent auf dem Posttest ihre Gruppen posttest bedeuten, müssen näher an die Bevölkerung posttest Mittel als zu ihrem Pretest bedeuten. Hier sind ein paar Dinge, die Sie über die Regression für das mittlere Phänomen wissen müssen: Regression in Richtung der Mittelwert tritt aus zwei Gründen. Erstens, weil Sie asymmetrisch von der Bevölkerung abgetastet werden. Wenn Sie zufällig aus der Population aussuchen, würden Sie (vorbehaltlich zufälliger Fehler) beobachten, dass die Population und Ihre Stichprobe denselben Pretest-Durchschnitt aufweisen. Da sich die Stichprobe bereits im Bevölkerungsdurchschnitt auf dem Pretest befindet, ist es für sie unmöglich, auf den Mittelwert der Population zu verzichten. Sie können nicht erkennen, auf welche Weise sich eine Einzelwertung anhand der Regression auf das mittlere Phänomen bewegen wird. Obwohl die Gruppen durchschnittlich in Richtung der Populationen bewegen, werden sich einige Individuen in der Gruppe wahrscheinlich in die andere Richtung bewegen. Heres ein häufiger Forschungsfehler. Sie führen ein Programm und dont finden eine gesamte Gruppe Wirkung. Also, entscheiden Sie sich für diejenigen, die am besten auf dem Posttest (Ihre Erfolgsgeschichten) zu sehen und sehen, wie viel sie über den Pretest gewonnen. Sie wählen eine Gruppe, die auf dem Posttest extrem hoch ist. Sie werden wahrscheinlich nicht alle die besten auf dem Pretest auch sein (obwohl viele von ihnen werden). Daher muss ihre Pretest-Mittel näher an die Bevölkerung als ihre post-test. Sie beschreiben diesen schönen Gewinn und sind fast bereit, um Ihre Ergebnisse zu schreiben, wenn jemand schlägt Sie schauen auf Ihre Fehler Fälle, die Menschen, die am schlechtesten auf Ihrem Posttest. Wenn Sie überprüfen, wie sie auf dem Pretest taten, finden Sie, dass sie werent die schlechtesten Torschützen dort. Wenn sie die schlechtesten Torschützen beide Male gewesen sein würden, würden Sie einfach gesagt haben, dass Ihr Programm keine Auswirkung auf sie hatte. Aber jetzt sieht es noch schlimmer aus - es sieht so aus, als ob dein Programm tatsächlich noch schlimmer geworden ist, was die Bevölkerung angeht. Was wirst du tun? Wie wirst du jemals deinen Zuschuss erneuern lassen? Oder dein Papierschein, oder wie kann dir der Himmel helfen? Was Sie zu realisieren haben, ist, dass das Muster der Ergebnisse, die ich gerade beschrieben habe, passieren wird, wenn Sie zwei Maßnahmen messen. Es geschieht vorwärts in der Zeit (dh vom Pretest zum Posttest). Es geschieht rückwärts in der Zeit (d. h. von Posttest zu Pretest). Es geschieht über Maßnahmen, die zur gleichen Zeit gesammelt werden (z. B. Höhe und Gewicht). Es wird passieren, auch wenn Sie nicht Ihr Programm oder Ihre Behandlung geben. Es hat nichts mit den allgemeinen Reifungstrends zu tun. Beachten Sie in der obigen Abbildung, dass ich nicht die Kennzeichnung der x-Achse in der Pretest - oder Posttestverteilung störte. Es könnte sein, dass jeder in der Bevölkerung 20 Punkte (im Durchschnitt) zwischen dem Pretest und dem Posttest gewinnt. Aber die Regression zum Mittel würde auch dann noch funktionieren. Das heißt, die niedrigen Torschützen würden im Durchschnitt mehr gewinnen als die Bevölkerungszunahme von 20 Punkten (und damit ihr Mittel wäre näher an der Bevölkerung). Wenn Ihre Stichprobe aus unter-bevölkerungsreichen Schützen besteht, wird die Regression auf den Mittelwert scheinen, dass sie sich auf dem anderen Maß bewegen. Aber wenn Ihre Stichprobe aus hohen Scorern besteht, wird ihr Mittel erscheinen, um sich relativ zur Bevölkerung zu bewegen. (Wenn die Ergebnisse der Stichprobe mit dem höchsten Pretest-Scoring-Wert auf dem Posttest fünf Punkte erreichen, während die Gesamtprobengewinne 15 liegen, würden wir vermuten, dass die Regression auf den Mittelwert zurückzuführen ist Alternative Erklärung zu unserem Programm für diese relativ geringe Veränderung). Je extremer die Stichprobengruppe ist, desto größer ist die Regression zum Mittelwert. Wenn Ihre Probe von der Bevölkerung nur um ein wenig auf der ersten Maßnahme unterscheidet, gibt es nicht viel Rückbildung zum Mittel, weil es nicht viel Raum für sie zurückzuziehen - theyre bereits nahe der Bevölkerung bedeutet. Also, wenn Sie eine Stichprobe haben, sogar eine nicht-zufällige, das ist eine ziemlich gute Teilstichprobe der Bevölkerung, Regression auf den Mittelwert wird inconsequential (obwohl es vorhanden sein wird). Aber wenn Ihre Probe ist sehr extrem in Bezug auf die Bevölkerung (z. B. die niedrigsten oder höchsten x), ihr Mittel ist weiter von den Populationen und hat mehr Raum zu regress. Je weniger korreliert die beiden Variablen, desto größer die Regression auf den Mittelwert. Der andere Hauptfaktor, der den Betrag der Regression auf den Mittelwert betrifft, ist die Korrelation zwischen den beiden Variablen. Wenn die beiden Variablen vollkommen korreliert sind - der höchste Torschütze auf der einen ist der höchste auf der anderen, die nächste höchste auf der anderen ist die nächste höchste, und so weiter - es gibt keine Regression auf den Mittelwert. Dies ist jedoch in der Praxis unwahrscheinlich. Wir wissen aus der Messtheorie, dass es keine perfekte Messung gibt - alle Messungen werden (unter dem wahren Score-Modell) angenommen, um einen zufälligen Messfehler zu haben. Erst wenn die Maßnahme keinen Zufallsfehler hat - ist absolut zuverlässig -, können wir erwarten, dass sie perfekt korrelieren kann. Da dies in der realen Welt nicht geschieht, müssen wir davon ausgehen, dass Maßnahmen einen gewissen Grad an Unzuverlässigkeit aufweisen und dass die Beziehungen zwischen den Maßnahmen nicht perfekt sein werden und dass es scheinbar eine Regression zum Mittel zwischen diesen beiden Maßnahmen gibt, die asymmetrisch gegeben werden Gesammelten Untergruppen. Die Formel für den Prozentsatz der Regression zum Mittel Sie können genau den Prozentsatz der Regression auf den Mittelwert in jeder gegebenen Situation abschätzen. Die Formel lautet: P rm der Prozentsatz der Regression zum Mittelwert r die Korrelation zwischen den beiden Maßnahmen Betrachten Sie die folgenden vier Fälle: Wenn r 1, gibt es keine (dh 0) Regression zum Mittelwert, wenn r .5, gibt es 50 Regression Auf den Mittelwert, wenn r .2, gibt es 80 Regression auf den Mittelwert, wenn r 0, gibt es 100 Regression auf den Mittelwert Im ersten Fall sind die beiden Variablen perfekt korreliert und es gibt keine Regression auf den Mittelwert. Bei einer Korrelation von 0,5 bewegt sich die Stichprobengruppe um 50% des Abstands vom Nichtregressionspunkt zum Mittelwert der Population. Wenn die Korrelation eine kleine 0,20 beträgt, wird die Probe 80 Grad zurückstrecken. Und wenn es keine Korrelation zwischen den Maßnahmen gibt, wird die Probe den ganzen Weg zurück zur Bevölkerungszahl regressieren. Es lohnt sich, darüber nachzudenken, was dieser letzte Fall bedeutet. Mit Null-Korrelation, wissen eine Punktzahl auf eine Maßnahme gibt Ihnen absolut keine Informationen über die wahrscheinliche Punktzahl für diese Person auf der anderen Maßnahme. In diesem Fall wird Ihre beste Vermutung, wie jede Person auf die zweite Maßnahme durchführen würde, das Mittel dieser zweiten Maßnahme sein. Schätzen und Korrigieren der Regression auf die mittlere Angesichts unserer Prozentsatzformel können wir für jede gegebene Situation die Regression auf den Mittelwert abschätzen. Alles, was wir wissen müssen, ist das Mittel der Stichprobe auf der ersten Messung, die die Bevölkerung auf beiden Maßnahmen bedeutet, und die Korrelation zwischen Maßnahmen. Betrachten wir ein einfaches Beispiel. Nehmen wir an, dass der Mittelwert der Vorprüfungspopulation 50 ist, und dass wir ein Muster mit niedrigem Pretest-Scoring auswählen, das einen Mittelwert von 30 aufweist. Zunächst können wir annehmen, dass wir kein Programm oder Behandlung (dh den Nullfall) und nicht geben Dass sich die Population nicht mit der Zeit über die gemessene Charakteristik (dh den stationären Zustand) ändert. Angesichts dieser, würden wir vorhersagen, dass die Bevölkerung bedeuten würde 50 und dass die Stichprobe würde eine Posttest-Score von 30 erhalten, wenn es keine Regression für den Mittelwert. Nehmen Sie nun an, dass die Korrelation zwischen dem Pretest und dem Posttest für die Bevölkerung 0,50 beträgt. Angesichts unserer Formel würden wir erwarten, dass die Stichprobengruppe 50 der Distanz vom Rückreaktionspunkt zum Bevölkerungsmittel oder 50 vom Weg von 30 zu 50 rückgängig machen würde. In diesem Fall würden wir eine Punktzahl von 40 für beobachten Die eine 10-Punkt-Pseudo-Effekt oder Regression Artefakt. Jetzt können einige der anfänglichen Annahmen entspannen. Nehmen wir zum Beispiel an, dass die Bevölkerung zwischen dem Pretest und dem Posttest durchschnittlich 15 Punkte erzielte (und dass diese Verstärkung über die gesamte Verteilung einheitlich war, dh die Varianz der Population bleibt bei beiden Messungen gleich). In diesem Fall wird erwartet, dass eine Probe mit einem Vortestmittel von 30 ein Posttestmittel von 45 (d. H. 3015) erhält, wenn es keine Regression zu dem Mittel (d. h. r1) gibt. Aber hier ist die Korrelation zwischen Pretest und Posttest .5, so dass wir erwarten, dass Rückgang auf die Mittel, die 50 der Entfernung vom Mittelwert von 45 bis die Bevölkerung posttest Mittel von 65 zu sehen. Das heißt, wir würden ein Posttest-Durchschnitt von beobachten 55 für unsere Probe, wieder ein Pseudoeffekt von 10 Punkten. Regression zum Mittel ist eine der heiklen Drohungen zur Gültigkeit. Es ist subtil in seinen Effekten, und sogar ausgezeichnete Forscher manchmal nicht zu einem potenziellen Regression Artefakt zu fangen. Vielleicht möchten Sie mehr über die Regression für das mittlere Phänomen lernen. Eine gute Möglichkeit, dies zu tun wäre, das Phänomen zu simulieren. Wenn Sie nicht mit Simulation vertraut sind, können Sie eine gute Einführung in die The Simulation Book. Wenn Sie die Grundidee der Simulation bereits verstehen, können Sie eine manuelle (Würfelwalzen) Simulation von Regressionsartefakten oder eine computerisierte Simulation von Regressionsartefakten durchführen.