Читать «Как предсказать курс доллара. Расчеты в Excel для снижения риска проигрыша» онлайн - страница 11

Шаг 3. Проведите первичную обработку данных для дальнейшей работы с ними. Правда, при этом потребуется только сдвинуть дату итогов котировки валютной пары на один день назад. А вот делить на 1000 полученные данные не нужно, поскольку в результате деления курса евро к рублю и курса доллара к рублю эффект деноминации российской валюты в полученных данных исчезает.

Шаг 4. Постройте график с данными по курсу евро к доллару.

Шаг 5. Проведите оптимизацию масштаба графика курсу евро к доллару с учетом значений анализируемых данных перед началом торгов 1 декабря 2014 года.

Шаг 6. Постройте графическим способом линейный тренд по курсу евро к доллару.

Шаг 7. Найдите и постройте графическим способом линейный тренд с высоким коэффициентом детерминации по курсу евро к доллару .

Глава 2. Как в Excel решить однофакторное уравнение регрессии для линейного тренда

2.1. Решаем уравнение регрессии

В первой главе мы научились графическим способом находить линейный тренд с высоким коэффициентом детерминации R2, величина которого говорит об уровне его устойчивости. Впрочем, надо иметь в виду: даже при самом высоком коэффициенте R2 тренд в силу различных причин может в любую минуту смениться. И к этому нужно быть всегда готовым – об этом мы поговорим в главе 4.

А в главе 2 остановимся на расчете формулы и других параметров линейного тренда с помощью однофакторного уравнения регрессии. Для справки замечу, что в теории вероятностей и математической статистике регрессия (лат. regressio – обратное движение, отход) представляет собой зависимость среднего значения какой-либо переменной Y от другой независимой переменной X или нескольких независимых переменных.

В отличие от чисто функциональной зависимости, когда каждому значению независимой переменной X соответствует одно определённое значение зависимой (результативной) величины Y, при регрессионной связи одному и тому же значению независимой X могут соответствовать – из-за воздействия случайной компоненты ‑ различные значения зависимой (результативной) переменной Y.

В качестве метода аппроксимации (подгонки) в уравнении регрессии используется метод наименьших квадратов (МНК), минимизирующий сумму квадратов отклонений курса валюты Y от его предсказываемых значений Yрасчет, рассчитанных по определенной формуле. Причем, используя в главе 1 графический способ поиска линейного тренда, мы также применяли МНК, но без вывода данных, которые программа Excel в этом случае не дает. В связи с этим графический способ не позволяет пользователю программы оценить статистическую значимость, как в целом уравнения регрессии, так и отдельных его членов.

По сравнению с графическим способом, преимуществом которого является его наглядность, решение уравнения регрессии в Excel позволяет не только найти уравнение тренда, но и с помощью тестов проверить не только его статистическую значимость в общем виде, но и отдельных включенных в уравнение переменных.

Как мы уже говорили, динамика курса валюты представляет собой упорядоченный во времени ряд, имеющий не только тренд, но и случайную компоненту. Поэтому в качестве метода оценки параметров тренда, как правило, используют уравнение регрессии. При этом задачей регрессионного анализа является определение математической формулы, которая аппроксимирует (подгоняет) динамику зависимой (результативной) переменной Y (курс доллара к рублю или другой валюты) от соответствующего изменения независимой переменной X (порядкового номера года, квартала, месяца, торгового дня и т.д.). При этом методом этой «подгонки» является метод наименьших квадратов.