מעריך הרסט וניתוח R/S: משמעות, חישוב ומגבלות מסחר

מעריך הרסט, המסומן \(H\), הוא השיפוע בקשר בין סולם הזמן לגודל התנודות הנמדדות באותו סולם. בניתוח טווח מתוקנן מחלקים את טווח הסטיות המצטברות בסטיית התקן של הסדרה. אם היחס הצפוי גדל בקירוב כמו \(n^H\) לאורך אורכי בלוק \(n\), שיפוע הגרף הלוגריתמי הוא אומדן ל־\(H\). המדד נבע מעבודתו של H. E. Hurst על כמות האחסון הדרושה לניהול זרימות נהר משתנות, ולא נוצר כאות קנייה או מכירה. במאמרו המקורי, Long-Term Storage Capacity of Reservoirs, הוא חישב טווח בעזרת סטיות מצטברות של זרימות שנתיות מהממוצע.

פירושים כמו „התמדה”, „התמדה שלילית” ו„דמוי אקראי” מותנים בתהליך שנבדק ובהנחות הסילום. אמת מידה נפוצה של תוספות יציבות מקשרת \(H=0.5\) לסילום לפי שורש הזמן; \(H>0.5\) קשור לתוספות חיוביות מתמידות ו־\(H<0.5\) להתמדה שלילית. התוויות מתייחסות לתלות בסדרה ועל פני הסולמות שנבדקו. הן אינן הסתברות לכך שהתשואה הבאה תהיה בכיוון מסוים.

סדרת הקלט משנה את השאלה. החלת השיטה על תשואות גולמיות, מוחלטות, בריבוע, על רמות מחיר או על תשואות מצטברות אינה נותנת תשובות שקולות. לסדרת תשואות יכולה להיות תלות כיוונית מועטה, בעוד שהתשואות המוחלטות מציגות צבירת תנודתיות מתמשכת. רמת מחיר עם מגמה או אינטגרציה עשויה להציג סילום מסיבות אחרות מזיכרון ארוך ויציב בתשואות. בכל דיווח על \(H\), ציינו את המשתנה, תדירות הדגימה וטווח הסולמות.

נניח בלוק של \(n\) תצפיות \(x_1,\ldots,x_n\), וממוצע בלוק \(\bar{x}_n\). מפחיתים את הממוצע מכל תצפית ומצטברים את הערכים הממורכזים:

\[ Y_{k,n}=\sum_{t=1}^{k}(x_t-\bar{x}_n), \qquad k=1,\ldots,n. \]

המסלול המצטבר יכול לעלות ולרדת אף שהסכום של התצפיות הממורכזות מתאפס בקצה הבלוק. הטווח הוא הערך המצטבר הגבוה פחות הנמוך:

\[ R_n=\max_{1\leq k\leq n}Y_{k,n}-\min_{1\leq k\leq n}Y_{k,n}. \]

יש לציין את מוסכמת חישוב סטיית התקן של הבלוק. כאן משתמשים במחלק \(n\):

\[ S_n=\sqrt{\frac{1}{n}\sum_{t=1}^{n}(x_t-\bar{x}_n)^2}, \qquad Q_n=\frac{R_n}{S_n}. \]

היחס \(Q_n\) מבטא את הטווח המצטבר ביחידות של השונות הרגילה בבלוק. בבלוק קבוע \(S_n=0\), ולכן היחס אינו מוגדר; אין להתייחס אליו בשקט כאל תרומה אפסית. בפועל מחלקים את הרשומה לבלוקים באורך שנבחר, מחשבים את היחס בכל בלוק תקף וממוצעים, ואז חוזרים על כך עבור טווח אורכים שנקבע מראש. Mandelbrot ו־Wallis חקרו את התנהגות R/S על מגוון רחב של התפלגויות ודפוסי תלות מדומים במאמרם מ־1969. עבודתם הפכה את R/S לאבחון סילום נפוץ, אך לא להליך חסין לכל טעות מפרט.

אם סטטיסטי הבלוקים הממוצע מקיים בקירוב \(\overline{Q}_n\approx Cn^H\) בסולמות שנבחרו, לוקחים לוגריתם:

\[ \log \overline{Q}_n=\log C+H\log n+\varepsilon_n. \]

השיפוע ברגרסיה של \(\log\overline{Q}_n\) על \(\log n\) הוא אומדן המעריך. קו שנראה ישר בטווח צר או שנבחר לאחר בדיקת התוצאות אינו ראיה חזקה בפני עצמה: דגימות סופיות רבות יכולות להיראות ליניאריות על פני כמה סולמות, ובחלקים שונים של אותה רשומה עשויים להתקבל שיפועים שונים.

נבחן שמונה תשואות היפותטיות ביחידות שרירותיות של נקודות בסיס: \(3,1,0,-1,2,0,-2,-3\). ממוצע הסדרה כולה הוא אפס. לכל אורך בלוק מחלקים את הרצף לבלוקים סמוכים ולא חופפים, מחשבים \(R_n/S_n\) לכל בלוק וממוצעים. בדוגמה סטיית התקן מחושבת עם מחלק \(n\); מוסכמה אחרת משנה מעט את המספרים.

ב־\(n=2\), יחס טווח לסטיית תקן של כל זוג הוא 1, ולכן הממוצע הוא 1. ב־\(n=4\), ערכי \((R,S)\) בשני הבלוקים הם בקירוב \((2.500,1.479)\) ו־\((3.500,1.920)\). היחסים הם בערך 1.690 ו־1.823, והממוצע כ־1.756. ב־\(n=8\), המסלול המצטבר הממורכז הוא \(3,4,4,3,5,5,3,0\), ולכן הטווח 5. סטיית התקן היא \(\sqrt{3.5}\approx1.871\), והיחס כ־2.673.

מכיוון ששלוש הנקודות בסולם הלוגריתמי מרווחות במידה שווה, שיפוע OLS שווה לשיפוע בין נקודות הקצה:

\[ \widehat{H}=\frac{\log(2.673)-\log(1.000)}{\log(8)-\log(2)}\approx0.709. \]

זהו חישוב שניתן לשחזר על שמונה ערכים מומצאים, ולא ראיה אמינה לזיכרון ארוך טווח. האומדן רגיש מאוד לתצפיות בודדות, נשען על שלושה סולמות בלבד ואין לו רווח אי־ודאות. עוד תצפיות אינן פותרות אוטומטית את הבעיה אם בסדרה יש שבירות או אם הסולמות נבחרו לאחר חיפוש אחר שיפוע רצוי.

<!-- Illustration placement: after this section; text-free conceptual depiction of centered observations accumulating into a range at short and long block scales, with the range growing more than the within-block standard deviation. No axes, labels, or numeric claims. -->

בסדרה סטציונרית בעלת שונות סופית ותלות קצרת טווח, תוצאות סילום ארוך־טווח נפוצות מובילות למעריך קרוב ל־0.5. תחת מודל בסגנון רעש גאוסי פרקציונלי, \(H>0.5\) מתיישב עם תלות ארוכת־טווח חיובית: סטייה נוטה להיות מלווה באחרות באותו כיוון יותר מאשר באמת המידה, והמתאמים דועכים באיטיות. מעריך מתחת ל־0.5 קשור להתמדה שלילית, שבה היפוכים או תלות בסימן הפוך שולטים בהתנהגות הסילום.

ההסתייגות „תחת המודל” חשובה. שיפוע R/S רגיל הוא אומדן, לא מבחן למנגנון כלכלי יחיד ומוגדר. הטיית מדגם קטן יכולה להרחיק אומדנים מ־0.5; בלוקים חופפים, מוסכמת המכנה, קצות טווח הסולמות והמתאם האוטומטי משפיעים אף הם. רווח סמך הכולל את 0.5 אינו מוכיח אי־תלות, ורווח שאינו כולל אותו אינו מוכיח שמודל זיכרון ארוך ויציב יצר את התצפיות.

אל תתרגמו \(H=0.7\) ל„סיכוי של 70% להמשך מגמה”, „התשואות מתמידות 70 יום” או „שיעור הצלחה של 70%”. \(H\) אינו הסתברות או תקופת החזקה. הוא מתאר קשר סילום מוערך. ראיה סטטיסטית לתלות דורשת מודל, הערכת אי־ודאות ובדיקות מול חלופות כגון מתאם קצר־טווח, הטרוסקדסטיות מותנית, מגמה דטרמיניסטית או שינוי משטר.

R/S קלאסי מגיב ליותר מזיכרון ארוך אמיתי. תבנית AR קצרת־טווח יכולה להשאיר סטיות בעלות אותו סימן סמוכות ולהגדיל את הטווח המצטבר. Lo הראה שמתאם סדרתי קצר־טווח עשוי להטות את הסטטיסטי הקלאסי כלפי מעלה ולגרום לתהליך בעל זיכרון קצר להיראות מתמיד. שיטת R/S המתוקנת שלו נועדה לבדוק זיכרון ארוך תוך התחשבות בתלות קצרה. במדדי המניות שבדק, הראיות לזיכרון ארוך נעלמו לאחר התחשבות במתאם עצמי קצר־טווח; זהו ממצא על המדגמים והמבחן שלו, לא מסקנה על כל נכס או תקופה מאוחרת יותר. ראו את מאמר Lo מ־1991.

צבירת תנודתיות יוצרת מלכודת אחרת. רצף יכול להחליף בין תשואות חיוביות ושליליות בעוד שגודלן נותר מקובץ. R/S על תשואות שואל על סטיות מצטברות חתומות; על תשואות מוחלטות או בריבוע הוא שואל על התמדה בעוצמה. אומדן גבוה ל־\(|r_t|\) יכול לתאר סיכון מקובץ בלי לרמוז שכיוון המחיר צפוי. לאבחון נפרד של תלות בשונות מותנית, ראו מבחן ARCH LM. מדריך יחס השונויות מתאר סיכום אחר של תלות תשואות בין אופקי זמן.

גם לזנבות כבדים ולחריגים יש חשיבות. Mandelbrot ו־Wallis מצאו תכונות עמידות מועילות במגוון סימולציות לא־גאוסיות, אך אין פירוש הדבר שתנועה קיצונית יחידה, שינוי במשטר התנודתיות או ממוצע שמפרטו שגוי הם חסרי השפעה. דווחו תוצאות על הסדרה המקורית שנבחרה ובדקו את רגישותן לחלופות מוצדקות, במקום להסיר תצפיות לא נוחות עד שמתקבל מעריך מוכר.

הפחתת ממוצע הבלוק מסירה רמה קבועה בכל בלוק, אך לא כל דפוס דטרמיניסטי או משתנה. מגמה הדרגתית, שינוי חד־פעמי ברמה, שינוי בהרכב המדגם או שבירת תנודתיות יכולים ליצור סטייה מצטברת ארוכה. קשר לוגריתמי־לוגריתמי עשוי להיראות אז כחוק חזקה אף שאין מנגנון זיכרון ארוך יציב. מבחן שבירה או ניתוח רגרסיה מקוטעת עונים על שאלה אחרת; ראו מדריך רגרסיית סדרת זמן מקוטעת.

בחירת סולמות היא חלק מהמודל. בלוקים קצרים מאוד משקפים בעיקר רעש מקומי ומבנה שוק זעיר; בלוקים ארוכים משאירים מעט מקטעים שימושיים. חלונות חופפים מגדילים את מספר היחסים המחושבים אך אינם מייצרים מספר זהה של פיסות מידע עצמאיות. מעבר בין שיפועים בסולמות קצרים וארוכים עשוי לסמן דינמיקה שונה, שבירה, עונתיות או פשוט רעש אומדן. אל תכווצו אותו לערך \(H\) יחיד בלי הסבר.

ציינו אם הקלט הוא מחיר, מחיר לוגריתמי, תשואה, תשואה מוחלטת או שארית מסוננת, ואם הבלוקים חופפים. קבעו את טווח הבלוקים ואת מספר המקטעים המזערי לפני פרשנות התוצאה; דווחו כמה תצפיות נכנסות לכל סולם והציגו רגישות לקצוות סבירים. אם המחירים משולבים, הפרשנות הרגילה של תשואות סטציונריות אינה עוברת אליהם ללא שינוי. הסרת מגמה אינה תרופת פלא: היא משנה את האובייקט הנמדד ועלולה להסיר שונות בעלת משמעות כלכלית יחד עם המגמה המפריעה.

התיקון של Lo משאיר את טווח הסטיות המצטברות הממורכזות, אך מחליף את סטיית התקן הרגילה באומדן שונות ארוכת־טווח הכולל קו־וריאנסים אוטומטיים בפיגורים קצרים. סימון נפוץ הוא:

\[ Q_n^{\mathrm{Lo}}(q)=\frac{R_n}{\widehat{\sigma}_n(q)},\qquad \widehat{\sigma}_n^2(q)=\widehat{\gamma}_0+ 2\sum_{j=1}^{q}\left(1-\frac{j}{q+1}\right)\widehat{\gamma}_j. \]

כאן \(\widehat{\gamma}_j\) הוא קו־וריאנס אוטומטי מדגמי בפיגור \(j\), ו־\(q\) הוא רוחב הפס שקובע את גבול הקיטוע. המשקולות המשולשות נותנות פחות משקל לקו־וריאנסים הקרובים לקצה. משווים את הסטטיסטי המתוקן להתפלגות האפס המתאימה; אין מדובר רק ב־R/S קלאסי עם מכנה מוצלח יותר, והערך אינו מעריך \(H\) מתוקן באופן אוטומטי.

רוחב הפס קובע אילו מתאמים קצרי־טווח ייכללו באומדן השונות. \(q\) קטן מדי עלול להשאיר תלות רלוונטית ללא טיפול; גדול מדי עלול להרעיש את האומדן ואף לספוג דפוסים שהניתוח ניסה להבחין ביניהם. דווחו את כלל בחירת רוחב הפס, תדירות המדגם, סטטיסטי המבחן, השערת האפס והערך־p, ובדקו טווח רגישות שנקבע מראש. מחקר Lo מראה מדוע הדבר חשוב: R/S קלאסי יכול להגיב לזיכרון קצר, ואילו המבחן המתוקן מכוון לאפס רחב יותר שמאפשר תלות חלשה וקצרת־טווח.

ניתוח תנודתיות לאחר הסרת מגמה (DFA) בונה תחילה פרופיל מצטבר מתצפיות שממורכזות סביב הממוצע, מחלק אותו לחלונות, מתאים פולינום מקומי בכל חלון ומחשב את תנודת השאריות RMS \(F(s)\) עבור גודל חלון \(s\). רגרסיה של \(\log F(s)\) על \(\log s\) אומדת שיפוע סילום. ההתאמה המקומית יכולה להפחית רגישות למגמות פולינומיות שנבחרו, אך דרגת ההסרה, אורכי החלונות וסוג הסדרה עדיין חשובים. DFA אינו חסין לשבירות, לשינויי תנודתיות או לטווח סולמות שנבחר לאחר בדיקת הגרף.

שיטות תחום התדר אומדות התנהגות בתדר נמוך מתוך הפריודוגרמה. במודל מסוים של זיכרון ארוך סטציונרי, אם העוצמה הספקטרלית בסמוך לתדר אפס מקיימת \(f(\lambda)\propto|\lambda|^{-\beta}\), אז \(H=(\beta+1)/2\) בתהליך תשואות מסוג רעש פרקציונלי. רוחב הפס הנמוך קובע אילו תצפיות משפיעות על השיפוע; שיאים עונתיים, שבירות ומספר קטן של נקודות בתדר נמוך עלולים לשלוט בו. הקשר בין פרמטר ספקטרלי ל־\(H\) תלוי בשאלה אם הקלט הוא סדרת תוספות סטציונרית או רמה משולבת.

אלה אומדנים חלופיים בעלי התנהגות שונה במדגם סופי, ולא שלושה אישורים בלתי תלויים כברירת מחדל. ההשוואה של Weron במדגמים סופיים (DOI 10.1016/S0378-4371(02)00961-5) בחנה R/S, DFA ורגרסיית פריודוגרמה באמצעות רעש לבן גאוסי מדומה, והדגישה שהאומדנים ורווחי הסמך משתנים לפי שיטה ואורך מדגם. היא אינה מוכיחה ש־DFA תמיד הטובה ביותר בנתונים פיננסיים; היא מדגישה שיש לכייל את ההסקה להליך ולתנאים בפועל.

אומדן מעריך יכול לתאר דפוס סילום היסטורי או להניע השערה מפורשת. הוא אינו מספק כללי כניסה ויציאה, תזמון תחזית, גודל פוזיציה או גבולות סיכון, ואינו מסביר מדוע קשר שנמדד יימשך לאחר שנעשה ידוע. אם בודקים האם אומדן \(H\) נגרר מנבא תשואות, יש לקבע מראש את אופק התחזית ואת מועד ההחלטה, ולוודא שכל קלט היה זמין אז.

בדיקה של חלונות ואורכי בלוק, נכסים, טרנספורמציות תשואה, דרגות הסרת מגמה וספים רבים עד למציאת \(H\) גבוה היא חיפוש מרובה. המנצח לכאורה נבחר מאותם נתונים שעליהם נבדק. תעדו את משפחת המועמדים, והשתמשו בהערכה שלא נגעה בנתונים או באימות קדימה לפי זמן תוך התחשבות בחיפוש. מדריך הסתברות התאמת־יתר בבדיקה לאחור ובדיקת המציאות של White עוסקים בבעיות בחירה קשורות.

קשר סטטיסטי אינו יתרון מסחר נטו. יש להעריך אסטרטגיה לאחר מרווחי קנייה־מכירה, עמלות, החלקה, השפעת שוק, מימון, עלויות השאלה ותחלופה. תנודתיות מתמידה יכולה להגדיל סיכון וירידות בלי לשפר את כיוון התשואה. דווחו על אי־ודאות האומדן, השוו לחלופות של זיכרון קצר ושבירה, קבעו את הכלל לפני המבחן הסופי והפרידו בין אבחון היסטורי לתוצאת אסטרטגיה.

דגימה מחדש מועילה רק כאשר התכנון שלה תואם לתלות שנבדקת. Bootstrap מסוג iid ששולף תשואות בודדות באופן עצמאי הורס את הסדר בזמן. Bootstrap של בלוקים משמר ריצות מקומיות בתוך כל בלוק, אך בלוק קצר עלול להחמיץ תלות איטית ובלוק ארוך משאיר פחות מקטעים שונים בפועל; אף אחד מהם אינו מעלים שבירה מבנית. אם נבחרו סולם, חלון או נכס מתוך הנתונים, חזרו על בחירה זו בכל דגימה מחדש כדי לאמוד אי־ודאות שמתחשבת בחיפוש. דגימה מחדש של המעריך שנבחר בסוף בלבד ממעיטה באי־ודאות שנוצרה בחיפוש.