Data-Mining Bias - Määritelmä, miten ja miksi se kehittyy

Tiedonlouhinnalla tarkoitetaan ennakkoarvoa, jonka elinkeinonharjoittaja antaa merkitykselle markkinatapahtumalle Rahoitusmarkkinat Rahoitusmarkkinat ovat nimestään itsessään markkinatyyppi, joka tarjoaa mahdollisuuden varojen, kuten joukkovelkakirjojen, osakkeiden, ostamiseen ja ostamiseen. , valuutta ja johdannaiset. Usein niitä kutsutaan eri nimillä, mukaan lukien "Wall Street" ja "pääomamarkkinat", mutta ne kaikki tarkoittavat silti yhtä ja samaa. se johtui itse asiassa sattumasta tai odottamattomista tapahtumista. Monien analyytikoiden tiedonlouhintaa koskevaa ennakkoluuloa pidetään "salakavalana uhkana", koska se voi piiloutua sekä kauppiaiden että analyytikoiden puolelle tutkimusprosesseissa, jotka johtavat kauppiaat ja sijoittajat tekemään markkinoilla tekemänsä näytelmät.

Tiedonlouhinnan ennakkoluulot

Jos tiedonlouhinnan puolueellisuutta ei tunnisteta ja pidetä kurissa, se johtaa parhaimmillaan vääristyneisiin tuloksiin ja muutamaan viisaaseen valintaan. Pahimmillaan se voi kuitenkin johtaa elinkeinonharjoittajan tai markkina-analyytikon kehittämään ja noudattamaan täysin virheellistä kaupankäyntistrategiaa. Kuusi olennaista ammattitaidon ammattilaisten taitoa Lähes kuka tahansa voi tulla kauppiaaksi, mutta mestarikauppiaiksi kuuluminen vie enemmän kuin sijoituspääomaa ja kolmiosainen puku. Muista: on olemassa joukko ihmisiä, jotka haluavat liittyä mestarikauppiaiden joukkoon ja tuoda kotiin sellaista rahaa, joka tälle nimikkeelle menee. , joka voi johtaa taloudellisiin katastrofeihin.

Mikä on tiedonlouhinta?

Tiedon louhinta on pitkäaikainen tutkimus ja analyysi merkittävistä tietomääristä. Elinkeinonharjoittajille ja markkina-analyytikoille tiedonlouhinta on prosessi, jolla markkinoiden liikkeitä seurataan, kuviot Kolmiomallit - tekninen analyysi Kolmiomallit ovat yleisiä kaavamalleja, jotka jokaisen kauppiaan tulisi tietää. Kolmion kuviot ovat tärkeitä, koska ne auttavat osoittamaan nousevan tai laskevan markkinan jatkumista. Ne voivat myös auttaa elinkeinonharjoittajaa havaitsemaan markkinoiden kääntyminen. mahdolliset käännökset tai muutokset markkinoiden suunnassa voidaan tunnistaa ja toimia. Se on yksi tärkeimmistä prosesseista, joita kauppiaat ja analyytikot käyttävät edullisimpien kauppojen tekemiseksi.

Tiedonlouhinnan ennakkoluulot piiloutuvat hitaasti, kun markkinoiden poikkeavuuksille tai tapahtumille annetaan enemmän painoarvoa tai merkitystä kuin ne ansaitsevat. Elinkeinonharjoittaja voi toimia tällaisen puolueellisuuden suhteen ja saada negatiivisen tuloksen - joko toivotun voiton puuttumisen kautta tai, mikä vielä pahempaa, alkuinvestoinnin menetys.

Todellisin uhka tällaisella ennakkoluulolla on, kun yksi tai useampi kauppias rakentaa koko kaupankäyntistrategiansa ja suunnittelee väärinymmärrettyjä markkinatapahtumia, mikä johtaa usein huomattaviin aika- ja taloudellisiin menetyksiin.

Kuinka tiedonlouhinnan ennakkoarvio kehittyy

On kaksi ensisijaista syyllistä, jotka johtavat tiedonlouhintaan: kaksi näkökohtaa esiintyy elinkeinonharjoittajan tiedonlouhintaprosessin aikana.

Ensimmäinen näkökohta on taipumus satunnaisuuteen Monte Carlo -simulaatio Monte Carlo -simulaatio on tilastollinen menetelmä, jota käytetään mallinnettaessa ongelman erilaisten tulosten todennäköisyyttä, jota ei voida yksinkertaisesti ratkaista satunnaismuuttujan häiriön vuoksi. tietojoukossa. Kun elinkeinonharjoittaja tarkastelee markkinatietoja, tietojoukolla on luonnostaan ​​jonkinlainen satunnaisuus - poikkeamat tai liikkeet, jotka eivät välttämättä sovi yhteen muiden markkinoiden liikkeiden tai tapahtumien kanssa.

Elinkeinonharjoittajat joutuvat joskus ansaan tutkia yksittäistä poikkeamaa ja, koska se tuntuu paikoiltaan, päättävät, että se ansaitsee enemmän painoa kuin muut sarjan tiedot. Tällaisen havainnon noudattaminen voi osoittautua kannattavaksi ainakin aluksi.

Tässä tulee esiin toinen puolueellisuuden kysymys; elinkeinonharjoittajat harhautuvat siihen tosiasiaan, että he toimivat jossain vaiheessa syrjinnän perusteella ja se osoittautui hedelmälliseksi. Valitettavasti se voi siten johtaa siihen johtopäätökseen, että kaikilla poikkeavilla on oltava tietty tai suuri merkitys.

Asia tunnetaan myös nimellä peräkkäinen vertailu tai peräkkäinen valinta - valitsemalla ulospäin tai vastaava poikkeama uudestaan ​​ja uudestaan ​​olettaen, että sillä on saman tyyppinen merkitys kuin ensimmäisellä. Todellisuus on, että mitä enemmän syrjäytyneitä kauppias valitsee tai toimii, sitä pienempi ja pienempi todennäköisyys todennäköisyydelle, jonka syrjäisillä tiedoilla todellisuudessa on.

Tärkeimmät takeaways

Teknologian ollessa nykyään elinkeinonharjoittajat ja analyytikot pystyvät käyttämään erilaisia ​​työkaluja ja ohjelmia, mikä tarkoittaa, että heidän käsittelemänsä tiedot tai aineistot ovat valtavia.

Paljon tietoa voi olla hyvä. Kuitenkin, mitä enemmän tietoa on kaivoksessa, sitä enemmän on mahdollisuus tiedonlouhinnan harhojen esiintymiseen. Kauppiaiden ja analyytikoiden on tärkeää olla tietoinen ennakkoluulojen mahdollisuudesta ja pitää strategiat kurissa ennen merkittävien näytelmien tekemistä.

Lisäresurssit

Finance on maailmanlaajuisen finanssimallinnus- ja arvostusanalyytikon (FMVA) ™ virallinen toimittaja. FMVA®-sertifiointi . Alla olevista lisärahoitusresursseista on hyötyä oppimisen ja urasi etenemisen kannalta:

  • Tietovarastot Tietovarastot Tietovarallisuudella tarkoitetaan järjestelmää, sovelluksen tulostetiedostoa, asiakirjaa, tietokantaa tai verkkosivua, jota yritykset käyttävät tulojen tuottamiseen. Tietovarat ovat joitain
  • Tietolähteet taloudellisessa mallinnuksessa Tietolähteet taloudellisessa mallinnuksessa Oikeiden tietolähteiden kerääminen ja käyttö taloudellisessa mallinnuksessa on kriittistä yrityksen menestymisen kannalta. Taloudellinen mallinnus edellyttää keräämistä ja
  • Ennustamismenetelmät Ennustamismenetelmät Suosituimmat ennustamismenetelmät. Tässä artikkelissa selitämme neljän tyyppisiä tulojen ennustamismenetelmiä, joita rahoitusanalyytikot käyttävät tulojen ennustamiseen.
  • Kvantitatiivinen analyysi Kvantitatiivinen analyysi Kvantitatiivinen analyysi on prosessi, jolla kerätään ja arvioidaan mitattavissa olevia ja todennettavissa olevia tietoja, kuten tulot, markkinaosuus ja palkat, liiketoiminnan käyttäytymisen ja suorituskyvyn ymmärtämiseksi. Tietotekniikan aikakaudella kvantitatiivista analyysia pidetään ensisijaisena lähestymistapana tietoon perustuvien päätösten tekemisessä.

Uusimmat viestit