[vc_empty_space height="10px"]

Kalendář

[vc_empty_space height="10px"] Připravujeme pro vás kalendář s "earnings calls", IPOs, SPAC mergery a dalším. [vc_empty_space height="10px"]

Hlavní události dne s vlivem na trhy

Definice zkreslení atributu

AkciePrůvodce.cz > Obchodování  > Algoritmické obchodování  > Definice zkreslení atributu

Definice zkreslení atributu

Co je zkreslení atributů?

Předpětí atributů je charakteristikou kvantitativních technik nebo modelů pro výběr investičních nástrojů, které mají podobné základní charakteristiky. Většina investičních modelů bude mít sklon k předpojatosti atributů a investoři by si toho měli být vědomi jako součást výběru vyváženého portfolia.

Předpojatost atributů by neměla být zaměňována s předpojatostí sebe sama.

Shrnutí

  • Předpětí atributů popisuje skutečnost, že cenné papíry, které jsou vybírány pomocí jednoho prediktivního modelu nebo techniky, mají obvykle podobné základní vlastnosti.
  • Předpětí atributů je jednoduše charakteristika, která se pravděpodobně stane, pokud nebudou konkrétně navrženy modely a techniky tak, aby ji nezahrnovaly.

Porozumění zkreslení atributů

Předpětí atributů popisuje skutečnost, že cenné papíry, které jsou vybírány pomocí jednoho prediktivního modelu nebo techniky, mají obvykle podobné základní vlastnosti. To dává smysl, protože product, který hledá konkrétní sady datových bodů, vrátí pouze investiční nástroje s podobnými parametry.

Předpětí atributů není pozitivní ani negativní. Je to prostě vlastnost, která se pravděpodobně stane, pokud nebudou modely a techniky konkrétně navrženy tak, aby ji nezahrnovaly. Nebezpečí při výběru portfolia pomocí modelu se zkreslením atributů spočívá v tom, že portfolio může obsahovat podobné cenné papíry, které mohou zesílit poklesy trhu. Předpojatost atributů vede k nevyváženému portfoliu. Většina investorů dává přednost vyváženému portfoliu, aby se chránila před náhlými nebo extrémními pohyby trhu.

Jedním ze způsobů, jak opravit zkreslení atributů a zvolit vyvážené portfolio, je jednoduše použít několik různých modelů k výběru cenných papírů a použít různé parametry professional každý design. Každý design může mít zkreslení atributů, ale protože trader vyvážil parametry různých modelů, portfolio bude vyvážené, i když každá menší podmnožina cenných papírů není.

Příklad zkreslení atributu

Řekněme, že jste trader, který chce vybudovat portfolio akcií s růstem výnosů o 20% + ročně as rostoucími výdělky. Přidáte také technické faktory, které zjistí, že akcie mají v poslední době také silný výkon. Nastavením těchto parametrů můžete vystavit své portfolio koncentraci akcií, které se chovají podobně. Možná je vaše portfolio v oblastech růstu, jako je diskreční a technologie, těžké. Pokud tyto sektory čelí rotaci z růstu, můžete být zasaženi strmými ztrátami kvůli nadměrné koncentraci.

Předpojatost atributů vs. zaujatost sebe sama

Zatímco zkreslení atributů odkazuje na zkreslení v metodice výběru finančních nástrojů pro portfolio, zkreslení sebepřiřazení odkazuje na zkreslení, které osoba může mít, což způsobí, že si myslí, že úspěch, který mají v podnikání, výběru investic nebo jiných finančních situacích, je kvůli jejich osobním vlastnostem. Předpojatost vůči vlastnímu přisuzování je jev, při kterém člověk přehlíží roli štěstí nebo vnějších sil ve svém vlastním úspěchu a připisuje úspěch svým silným stránkám a práci.

Předpětí atributů je neutrální pojem a používá se jako deskriptor k poskytnutí informací o tom, jak byla vybrána skupina cenných papírů. Pokud zkreslení atributů způsobuje problémy s portfoliem, porozumění tomu, že existuje, umožňuje tyto problémy opravit. Naproti tomu zaujatost vůči vlastnímu přisuzování je negativní jev, který může v krátkodobém horizontu vést k deficitům dovedností a dlouhodobým selháním u osoby, která má zaujetí k vlastnímu přisuzování. Je ze své podstaty negativní a je třeba jej napravit, pokud si chce osoba udržet úspěch v investování, řízení nebo jiné činnosti v podnikání nebo financích.

Kliněte pro ohodnocení článku!
[Celkem: 0 Průměrné hodnocení: 0]
Žádné příspěvky

Komentář
Jméno
E-mail
Web

error: