Datu iegūšanas neobjektivitāte attiecas uz pieņēmumu par nozīmīgumu, ko tirgotājs piešķir notikumam tirgū. Finanšu tirgi Finanšu tirgi no paša nosaukuma ir tirgus veids, kas nodrošina iespēju tādu aktīvu kā obligācijas, akcijas pārdošanai un pirkšanai. , ārvalstu valūtas un atvasinātie instrumenti. Bieži vien tos sauc dažādos vārdos, ieskaitot "Volstrītu" un "kapitāla tirgu", taču tie visi joprojām nozīmē vienu un to pašu. tas faktiski bija nejaušības vai neparedzētu notikumu rezultāts. Datu iegūšanas neobjektivitāte daudziem analītiķiem tiek uzskatīta par “mānīgu draudu”, jo pētniecības procesu laikā, kas liek tirgotājiem un investoriem likt spēlēt spēles, kuras viņi tirgo tirgū, tas var aizķerties gan tirgotājiem, gan analītiķiem.
Ja datu iegūšanas neobjektivitāte netiek identificēta un netiek kontrolēta, tas labākajā gadījumā noved pie sagrozītiem rezultātiem un dažām nesaprātīgām izvēlēm. Sliktākajā gadījumā tas var likt tirgotājam vai tirgus analītiķim izstrādāt un ievērot pilnīgi kļūdainu tirdzniecības stratēģiju. Sešas būtiskas galvenā tirgotāja prasmes Par ikvienu var kļūt par tirgotāju, bet būt vienam no galvenajiem tirgotājiem ir nepieciešams vairāk nekā ieguldījumu kapitāls un trīsdaļīgs uzvalks. Paturiet prātā: ir jūra personu, kuras vēlas pievienoties galveno tirgotāju rindās un nogādāt mājās tādu naudu, kāda tiek piešķirta šim titulam. , kas var izraisīt finanšu katastrofu.
Kas ir datu ieguve?
Datu ieguve ir laikietilpīgs izpētes un būtiska datu vai informācijas apjoma analīzes process. Tirgotājiem un tirgus analītiķiem datu ieguve ir process, kurā tiek izsekotas kustības tirgū, trīsstūra modeļi - tehniskā analīze. Trijstūra modeļi ir kopīgi diagrammu modeļi, kas katram tirgotājam būtu jāzina. Trīsstūra modeļi ir svarīgi, jo tie palīdz norādīt uz bullish vai bearish tirgus turpināšanos. Viņi var arī palīdzēt tirgotājam pamanīt tirgus maiņu. tiek identificēti un var identificēt potenciālos pagriezienus vai izmaiņas tirgus virzienā un rīkoties. Tas ir viens no vissvarīgākajiem procesiem, ko tirgotāji un analītiķi izmanto, lai veiktu visizdevīgākos darījumus.
Datu iegūšanas neobjektivitāte iezogas lēnām, ja tirgus anomālijām vai notikumiem tiek piešķirts lielāks svarīgums vai nozīme nekā viņi būtu pelnījuši. Tirgotājs var rīkoties pēc šāda neobjektivitātes un gūt negatīvu rezultātu - vai nu ar vēlamās peļņas trūkumu, vai vēl sliktāk, zaudējot savu sākotnējo ieguldījumu.
Patiesākais drauds ar šādu neobjektivitāti ir tad, ja viens vai vairāki tirgotāji veido visu savu tirdzniecības stratēģiju un plāno pārprastu tirgus situāciju, kas bieži vien rada ievērojamus laika un finanšu zaudējumus.
Kā attīstās datu ieguves novirze
Ir divi galvenie vainīgie, kas noved pie datu ieguves neobjektivitātes - divi aspekti, kas rodas tirgotāja datu ieguves procesā.
Pirmais aspekts ir tieksme pēc nejaušības principa Montekarlo simulācija Montekarlo simulācija ir statistikas metode, ko izmanto, lai modelētu dažādu iznākumu varbūtību problēmā, kuru nejauša mainīgā iejaukšanās dēļ nevar vienkārši atrisināt. datu kopā. Kad tirgotājs aplūko tirgus datus, datu kopai pēc būtības piemīt zināma nejaušība - izņēmumi vai kustības, kas ne vienmēr atbilst citām tirgus kustībām vai notikumiem.
Tirgotāji dažreiz iekrīt slazdā, pārbaudot vienu izņēmumu, un, tā kā tas šķiet nevietā, nosaka, ka tas ir pelnījis lielāku svaru nekā pārējie kopas dati. Rīkojoties pēc šāda novērojuma, vismaz sākotnēji var izrādīties izdevīgi.
Šeit parādās otrais aizspriedumu jautājums; tirgotāji kļūst aizspriedumaini pret to, ka kādā brīdī viņi rīkojās pēc izņēmuma un tas izrādījās auglīgs. Diemžēl tas var viņus likt secināt, ka visiem nepieļaujamajiem ir jābūt zināmai vai ļoti nozīmīgai.
Šis jautājums ir pazīstams arī kā secīgs salīdzinājums vai secīga atlase - atkal un atkal izvēloties negaidītu vai līdzīgu iznākumu, pieņemot, ka tam ir tāda pati nozīme kā pirmajam. Realitāte ir tāda, ka, jo vairāk tirgotājs izvēlas vai rīkojas, jo mazāka un zemāka ir varbūtības iespējamība, ka ārējie dati faktiski ir nozīmīgi.
Key Takeaways
Tā kā tehnoloģija ir tāda, kāda tā ir šodien, tirgotāji un analītiķi var izmantot dažādus rīkus un programmas, kas nozīmē, ka informācija vai datu kopas, kurām viņi var piekļūt, ir milzīga.
Daudz informācijas var būt labi. Tomēr, jo vairāk datu ir raktuvēs, jo lielāka iespējamība ir datu ieguves novirze. Tirgotājiem un analītiķiem ir svarīgi apzināties aizspriedumu iespējamību un pirms jebkādu nozīmīgu spēlēšanu kontrolēt savas stratēģijas.
Papildu resursi
Finanses ir oficiālais globālās finanšu modelēšanas un vērtēšanas analītiķu (FMVA) ™ FMVA® sertifikācijas nodrošinātājs. Pievienojieties 350 600+ studentiem, kuri strādā tādos uzņēmumos kā Amazon, JP Morgan un Ferrari sertifikācijas programma, kas paredzēta ikvienam, lai kļūtu par pasaules klases finanšu analītiķi. . Lai turpinātu mācīties un virzīt savu karjeru, noderēs tālāk norādītie papildu finanšu resursi:
- Datu aktīvi Datu aktīvi Datu aktīvi attiecas uz sistēmu, lietojumprogrammas izejas failu, dokumentu, datu bāzi vai tīmekļa lapu, kuru uzņēmumi izmanto ieņēmumu gūšanai. Datu aktīvi ir daži no
- Datu avoti finanšu modelēšanā Datu avoti finanšu modelēšanā Pareizu datu avotu apkopošana un izmantošana finanšu modelēšanā ir izšķiroša biznesa panākumu gūšanai. Finanšu modelēšana prasa apkopošanu un
- Prognozēšanas metodes Prognozēšanas metodes Top Prognozēšanas metodes. Šajā rakstā mēs izskaidrosim četru veidu ieņēmumu prognozēšanas metodes, kuras finanšu analītiķi izmanto, lai prognozētu nākotnes ieņēmumus.
- Kvantitatīvā analīze Kvantitatīvā analīze Kvantitatīvā analīze ir process, kurā tiek vākti un novērtēti izmērāmi un pārbaudāmi dati, piemēram, ieņēmumi, tirgus daļa un algas, lai izprastu uzņēmējdarbības uzvedību un sniegumu. Datu tehnoloģiju laikmetā kvantitatīvā analīze tiek uzskatīta par vēlamo pieeju pamatotu lēmumu pieņemšanā.
