A análise quantitativa permite que os traders removam as emoções do processo de investimento. A análise quantitativa é uma abordagem que se concentra em estatísticas ou probabilidades sobre as intuições. Dada a tecnologia dos computadores e modelos matemáticos sofisticados, a análise quantitativa assumiu o controle de Wall Street e da maioria dos novos operadores e funcionários da Wall Streets ou daqueles com uma mentalidade quantitativa. A análise quantitativa tem lugar no mercado de câmbio como qualquer outro mercado.
Provavelmente, você está familiarizado com as diferentes formas de análise quantitativa, mesmo que não se considere um quant, que é alguém que aborda os mercados de um ponto de vista quantitativo. Um índice financeiro simples, como recompensa de pulso, lucro por ação ou algo mais difícil, como precificação de opções e fluxo de caixa descontado, são formas de análise quantitativa. Como você pode imaginar, os dados são críticos na análise, muitas vezes apenas tão bons quanto os dados que vão em quantos quantos se concentram na qualidade dos dados usados para preencher seus modelos matemáticos e estatísticos.
Exemplos de análise quantitativa ou estatística
Você não precisa ser um gênio da matemática ou ter um doutorado em econometria para se beneficiar da análise estatística. Com estatísticas, você está observando a dependência ou associação de duas variáveis aleatórias ou conjuntos de dados. Os comerciantes se beneficiam da análise estatística comum de correlações, que se refere a uma ampla classe de relações estatísticas e dependência. Uma correlação comum no mercado de câmbio é que a fraqueza do dólar está correlacionada com uma fraqueza nos mercados emergentes. Outro relacionamento Intermarket Força do iene e fraqueza do mercado de ações.
A análise estatística é útil para determinar as probabilidades futuras, mas não se destina a ser puramente preditiva. Uma afirmação típica é que correlação não é causalidade. Causalidade significa causa e efeito explícita, enquanto correlação significa simplesmente movimentos comuns em potencial entre duas variáveis aleatórias. A escala de coeficientes de correlação é -1 a +1, enquanto o negativo é uma relação ou correlação inversa perfeita, zero é correlação zero e um positivo é correlação positiva perfeita quase como se as duas variáveis ou mercados estivessem algemados um ao outro.
Outra forma favorável de análise estatística é conhecida como análise de regressão. A análise de regressão é um modelo estatístico e uma análise quantitativa muito favorável para ajudá-lo a ver a relação entre as variáveis. A análise de regressão enfoca a relação entre uma variável dependente e uma ou mais variáveis dependentes. Especificamente, a análise de regressão ajuda a entender como o valor típico da variável dependente muda quando qualquer uma das variáveis independentes varia.A maioria dos pacotes de gráficos FX tem um canal de regressão que faz o cálculo da análise de regressão para você e geralmente é mais fácil de acessar do que as correlações.
A análise de regressão comumente estima a expectativa condicional ou direção do preço da variável dependente dada a variável independente. Isso significa o valor médio da variável dependente em relação a uma variável independente fixa. Isso geralmente é mostrado em uma linha inclinada para cima ou para baixo cortando o preço na direção da tendência ou em um movimento lateral, a linha de regressão costuma ser plana.
O que é preciso?
Embora os modelos matemáticos estejam além do escopo deste artigo, muitos traders utilizam o Excel da Microsoft e usam a função de correlação entre as variáveis em um determinado período de tempo para determinar se há uma correlação positiva ou negativa. No entanto, muitos centros de pesquisa irão publicar relatórios de correlação e eles também podem ser encontrados em terminais de pesquisa como Bloomberg ou Reuters.
Se você estiver interessado em fazer esses tipos de modelos sozinho, é importante observar que os resultados são direcionados por dados e dados ausentes ou incompletos podem levá-lo ao erro. Portanto, você deve primeiro cuidar dos dados ausentes para ter uma análise eficaz dos dados. O Excel é provavelmente a sua melhor aposta em termos de análise simples, mas muitos corretores fornecem ferramentas que podem ajudá-lo a fazer muitas análises também.
Em conclusão, a análise estatística pretende envolver sua cabeça em torno de variáveis aparentemente aleatórias para um padrão que você pode negociar. O risco deve sempre ser gerenciado, mas esses padrões podem durar muito tempo mesmo sem a existência de causalidade. Embora pareça semelhante, o backtesting é o proverbial lobo em pele de cordeiro de análises estatísticas ou quantitativas. Vale a pena estar ciente do backtesting apresentado como modelagem estatística porque, na maioria das vezes, o backtesting é feito em conjuntos de dados superidealizados, o que pode trazer falsa confiança, superexploração e perdas potencialmente grandes quando o ambiente atual diverge do conjunto de dados.
Boas negociações!