Nell'analisi dei dati storici dei prezzi di mercato, la rappresentazione completa dei dati renderebbe il grafico difficilmente interpretabile. I software di analisi di dati finanziari altro non fanno che ricampionare l'enorme massa di dati iniziali, eliminando parte del dataset iniziale seguendo un algoritmo, in modo tale da mantenere in maniera piuttosto precisa inalterato il significato dei dati, rendendoli al contempo più facilmente interpretabili.
Esistono vari metodi di campionamento; di seguito ne elenchiamo alcuni.
Bootstrap
Metodo che genera nuovi campioni attraverso sostituzioni nel campione originale con l'obiettivo di stimare la distribuzione campionaria di uno stimatore. Viene utilizzato per stimare intervalli di confidenza e deviazioni standard della popolazione.
Jackknife
Metodo usato prevalentemente in inferenza statistica per calcolare la stima della distorsione della deviazione standard di una statistica a partire da un campione casuale. E' caratterizzato da una ripetizione delle stime tenendo fuori un'osservazione alla volta dal campione.
Test di permutazione
Test per la significatività statistica in cui la distribuzione della statistica test sotto l’ipotesi nulla è ottenuta attraverso il calcolo di tutti i possibili valori della statistica test in base ai riordinamenti delle etichette sui dati osservati.
Cross-validation
Metodo statistico utilizzato per validare un modello di previsione. Caratterizzato dalla suddivisione dei dati in due tipi di sottoinsiemi: il training set, per la costruzione del modello; il validation set da confrontare con le previsioni del modello. In questo modo si dà una misura dell’accuratezza delle previsioni.
Nessun commento:
Posta un commento