Читать «Как предсказать курс доллара. Расчеты в Excel для снижения риска проигрыша» онлайн - страница 19

Источник: расчеты автора

На основе данных этой таблицы и используя алгоритм № 2 «Построение графика в Microsoft Excel» можно построить график зависимости «Остатков» от «Остатков с лагом в один торговый день». Правда, в шаге 2 алгоритма № 2 после выбора в панели инструментов кнопки Вставка (в Excel 2007 года), либо кнопки Мастер диаграмм (в Excel 1997-2003 года), нужно щелкнуть левой кнопкой мышки не опцию График (подходит к анализу зависимости результативной переменной от независимой переменной ‑ время), а опцию ТОЧЕЧНЫЙ (подходит к анализу зависимости результативной переменной от независимой переменной, не обозначающей время).

В результате получим следующий график зависимости «Остатков» от «Остатков с лагом в один торговый день»‑ см. рис.2.5. Судя по тому, что точки на графике растут слева направо, можно сделать вывод о наличии положительной автокорреляции в остатках.

Рис. 2.5

В том случае, когда точки на графике снижаются слева направо, можно сделать вывод о наличии отрицательной автокорреляции в остатках – см. рис. 2.6.. Бывают и другие формы автокорреляционной зависимости, но на них мы не будем останавливаться.

Рис. 2.6

Если же на графике остатков налицо круговой разброс точек в хаотичном порядке, то тогда можно сделать вывод об отсутствии автокорреляции или ее близости к нулю – см. рис. 2.7.

Рис. 2.7

Используя алгоритм № 6 «Как решить уравнение регрессии в Excel» можно решить уравнение регрессии с этими двумя переменными. При этом выяснится, что свободный член (исходный уровень) в этом уравнении регрессии окажется статистически незначимым.

Поэтому мы решим его без свободного члена, а затем, воспользовавшись алгоритмом № 4 «Построение графическим способом линейного тренда в Excel», получим следующий график с построенным по нему трендом ‑ см. рис.2.8. Исходя из полученного уравнения регрессии Y = 0,9398X, можно сделать вывод, что рост «Остатков с лагом в один день» на 1 рубль приводил к увеличению «Остатков» в среднем на 93,98 коп. При этом коэффициент детерминации R² = 0,8261 говорит о том, что динамика «Остатков» на 82,61% объясняется колебаниями «Остатков с лагом в один день».

Рис. 2.8

Таким образом в главе 2 мы научились решать однофакторное уравнение регрессии, а также тестировать его статистическую значимость и значимость каждого из его членов. Вместе с тем в остатках, полученных после однофакторного уравнения регрессии, выявлена автокорреляция, что не дает нам возможность использовать его в прогнозах для биржевой торговли. О том, как можно устранить автокорреляцию, речь пойдет в главе 3.

Таким образом в главе 2 мы научились в Excel:

1. Решать однофакторное уравнение регрессии для определения тренда в динамике курса валюты.

2. Проверять с помощью тестов статистическую значимость уравнения регрессии в общем виде, а также отдельных включенных в него переменных.

3. Находить среднюю ошибку аппроксимации по остаткам уравнения регрессии.

4. Проверять графическим способом автокорреляцию в остатках, что позволяет оценить адекватность соответствующего уравнения регрессии.