Z-szám

ID: E-006

Bevezetés

A Z-szám egy megtévesztően egyszerű kérdésre válaszol: milyen messze van egy megfigyelés egy referenciaátlagtól, ha ezt a távolságot szórásegységekben mérjük?

Traderként ez egy nyers számot relatív helyzetté alakít. Egy +2%-os hozam önmagában kevés információt hordoz. Ha az adott eloszlás szórása 0,5%, akkor ez egészen más mozgás, mint ugyanaz a +2% egy 4%-os szórású eloszlásban.

A Z-szám ezért hasznos normalizálásra, rendkívüli megfigyelések azonosítására, különböző skálájú sorozatok összevetésére és valószínűségi kérdések felvetésére. Nem univerzális visszafordulási jel, nem garancia az átlaghoz való visszatérésre, és nem bizonyítja önmagában, hogy egy megfigyelés trading szempontból jelentősen szokatlan.

A szakértői cél annak megértése, hogy pontosan mit mér a Z-szám, milyen feltételezések mellett informatív, és hogyan használható anélkül, hogy a statisztikai távolságot automatikusan trading lehetőséggel azonosítanánk.

1. Az alapgondolat

Az alapvető standardizált érték képlete: Z = (X − μ) / σ.

X a megfigyelt érték, μ a referenciaátlag, σ pedig a releváns szórás. Az eredmény azt mutatja meg, hogy a megfigyelés hány szórásegységgel helyezkedik el az átlag felett vagy alatt.

Pozitív Z-szám azt jelenti, hogy a megfigyelés az átlag felett van. Negatív Z-szám azt jelenti, hogy alatta van. A nulla azt jelenti, hogy a megfigyelés megegyezik a referenciaátlaggal.

A számítás egyszerű. A nehéz rész annak eldöntése, hogy X, μ és σ pontosan mit jelentsen.

2. Az előjel és a nagyság értelmezése

Z = +1 azt jelenti, hogy a megfigyelés egy szórással az átlag felett van. Z = −1 esetén egy szórással az átlag alatt.

Z = +2 távolabb van az átlagtól, mint +1, míg Z = −3 távolabb helyezkedik el alatta, mint −2. Az előjel az irányt, az abszolút érték a standardizált távolságot mutatja.

A tradernek nem szabad a nagyságot automatikusan „vétel” vagy „eladás” jelzéssé alakítania. Egy nagy pozitív Z-szám jelenthet valódi breakoutot, strukturális rezsimváltást vagy olyan extrém megfigyelést, amely további irányú mozgást követ.

A Z-szám a referenciaeloszláshoz viszonyított helyzetet írja le. A trading értelmezést a stratégia és a kontextus adja.

3. Miért hasznos a standardizálás?

A nyers értékek gyakran nem hasonlíthatók össze érdemben különböző instrumentumok, időtávok vagy stratégiák között, mert eltérő skálán mozognak.

A standardizálás közös mértékegységbe helyezi őket: az átlagtól mért szórásegységbe.

Ez lehetővé teheti például egy 2%-os mozgás és egy 0,8%-os mozgás összevetését, feltéve hogy az alapul szolgáló eloszlások és mérési definíciók ezt indokolják.

A stratégiaeredményeket is normalizálhatjuk. Egy szokatlanul nagy eredmény így nem egy önkényes százalékos küszöbhöz, hanem az adott stratégia saját történelmi viselkedéséhez képest értelmezhető.

4. Z-szám és eloszlás

A Z-szám használhatósága erősen függ attól az eloszlástól, amelyből az átlagot és a szórást becsüljük.

Ha egy eloszlás közel normális, akkor a standardizált távolságokhoz ismert valószínűségi értelmezések társíthatók. Közelítőleg a normális eloszlás megfigyeléseinek 68%-a ±1 szóráson, 95%-a ±2 szóráson, 99,7%-a ±3 szóráson belül található.

Ezek azonban a normális eloszlás tulajdonságai, nem a trading adatok univerzális törvényei.

A pénzügyi hozamok gyakran ferdeséget, vastag farkat, volatilitás-klasztereződést és rezsimfüggőséget mutatnak. Ezért egy Z = +3 érték nem feltétlenül olyan ritka, mint amit egy normális eloszlási táblázat sugallna.

A szakértői trader a normális modellt referencia-keretként használja, nem pedig a piacok megkérdőjelezhetetlen leírásaként.

5. A Z-szám nem valószínűség

A Z-szám önmagában standardizált távolság. Nem valószínűség.

Valószínűség csak akkor vezethető le belőle, ha meghatározzuk az eloszlási modellt és pontosan azt a kérdést, amelyre választ keresünk. Más értelmezést ad például az egyoldali és a kétoldali farokvalószínűség.

Ez azért fontos, mert a trader könnyen látja azt, hogy „Z = 2”, majd fejben azonnal olyan állítást tesz, hogy „ennek csak 2,5% az esélye”. Ez csak meghatározott eloszlási feltételezések mellett érvényes.

A Z-szám a mérés; a hozzá társított valószínűségi állítás már további, modellfüggő következtetés.

6. Populációs és mintabeli standardizálás

A trader a gyakorlatban többnyire mintákkal dolgozik, nem teljes populációkkal. Ez azt jelenti, hogy a Z-számhoz használt átlag és szórás becslés.

A mintabeli és populációs szórás eltérő konvenciókat használhat. Emiatt ugyanarra az adatra különböző implementációk kissé eltérő Z-számot adhatnak.

Egy trading rendszerben a konzisztencia fontosabb, mint egyetlen képleti változat memorizálása. A számítási módszert előre definiálni és következetesen alkalmazni kell.

Még fontosabb, hogy a történelmi minta releváns legyen. Egy tökéletesen kiszámított, de már elavult rezsimre épülő Z-szám továbbra is rosszul írhatja le az aktuális környezetet.

7. Gördülő Z-szám

Egy fix történelmi átlag és szórás idővel elavulhat. A gördülő Z-szám egy mozgó ablakban újraszámítja a referenciaértékeket.

Fogalmilag: Z_t = (X_t − a legutóbbi megfigyelések átlaga) / (a legutóbbi megfigyelések szórása).

A rövidebb ablak gyorsabban alkalmazkodik, de zajosabb és érzékenyebb az egyedi megfigyelésekre. A hosszabb ablak stabilabb, de késhet a strukturális változásokhoz képest.

Az ablak tehát modellparaméter, nem semleges technikai részlet. Megváltoztatása jelentősen megváltoztathatja a jelet.

8. Z-szám ár- és hozamelemzésben

Z-számot sokféle változóra számíthatunk: hozamokra, ár eltérésére, volumenre, volatilitásra, spreadekre, indikátorértékekre vagy stratégiaeredményekre.

Magát az árat óvatosan kell használni, mert a trendelő ár nem stacionárius. Egy ár hosszú ideig maradhat több szórással a történelmi átlag felett úgy, hogy közben tovább emelkedik.

Ha a kérdés a szokatlan mozgás, gyakran természetesebb a hozamokat vagy egy kifejezetten definiált, közel stacionárius változót vizsgálni.

A tradernek ezért még az értelmezés előtt pontosan definiálnia kell, mit standardizál.

9. Az átlaghoz való visszatérés külön hipotézis

A nagy abszolút értékű Z-szám nem bizonyítja, hogy az ár vissza fog térni az átlaghoz.

Az átlaghoz való visszatéréshez további empirikus kapcsolat szükséges: az extrém megfigyeléseket mérhető módon kell, hogy kövesse a referenciaérték felé történő mozgás.

Enélkül a Z-szám visszafordulási triggerként való használata egyszerű feltételezés.

Robusztus folyamatként vizsgálható a feltételes kimenet különböző Z-szám tartományok után. Például elemezhető, mi történt történelmileg +2 feletti, −2 alatti és mérsékeltebb Z-értékek után.

A helyes kérdés nem az, hogy „ez extrém?”, hanem az, hogy „mit tett a stratégia történelmi eloszlása hasonló megfigyelések után?”

10. Z-szám és kiugró értékek

A kiugró értékek az átlagot és a szórást is befolyásolják. Ez finom hatást eredményez: egy extrém megfigyelés egyszerre mozdíthatja el a referenciaátlagot és növelheti a későbbi Z-számok nevezőjét adó szórást.

Vastag farkú piaci eloszlásban néhány nagy esemény ezért az egész standardizált skálát megváltoztathatja.

Léteznek robusztus alternatívák, például medián és MAD alapján történő standardizálás, de ezek kissé más kérdésre válaszolnak. Nem azért érdemes módszert választani, mert vonzóbb jeleket ad.

A módszerválasztást az adatok statisztikai szerkezete és a trading célja alapján kell meghatározni.

11. Z-szám és volatilitási rezsimek

Mivel a szórás a nevezőben szerepel, a volatilitás változása megváltoztatja egy nyers mozgás jelentését.

Egy 1%-os napi hozam magas Z-számot eredményezhet csendes piacon, és alacsony Z-számot egy nagyon volatilis piacon.

Ez a standardizálás egyik leghasznosabb tulajdonsága: különválasztja a mozgás nagyságát attól, hogy az mennyire szokatlan a közelmúlt variabilitásához képest.

Ugyanakkor figyelmeztetés is. Ha a volatilitás klasztereződik és gyorsan változik, a referencia-szórás lemaradhat az aktuális rezsimtől.

12. R-többszörösök Z-száma

Erős trading alkalmazás a dollárban mért P&L helyett az R-többszörösök standardizálása.

Tegyük fel, hogy egy stratégia történelmi R-többszöröseinek átlaga közel van a hosszú távú Várható értékéhez, és mérhető szórással rendelkezik. Egy új eredmény így az adott eloszláshoz viszonyított Z-számként fejezhető ki.

Ez azonosíthatja a szokatlanul nagy nyereséget vagy szokatlanul súlyos veszteséget anélkül, hogy a számlaméret dominálná az összehasonlítást.

A trade-kimenetek azonban gyakran nem normálisak és lehetnek időben függők. Az R-többszörösök Z-száma ezért elsősorban leíró normalizálási eszköz, hacsak az eloszlási és időbeli feltételezéseket külön nem teszteltük.

13. Z-szám és stratégiai előny

A Z-szám segíthet megmutatni, hogy egy stratégia friss teljesítménye mennyire tér el a történelmi referenciától, de önmagában nem tudja eldönteni, hogy eltűnt-e a Stratégiai előny.

Egy szokatlanul rossz sorozat lehet egyszerűen egy pozitív várható érték körüli normál variancia következménye. De lehet valódi rezsimváltás eredménye is.

A két lehetőség megkülönböztetéséhez további bizonyíték kell: mintanagyság, gördülő várható érték, eloszlás alakja, visszaesési viselkedés, setuponkénti teljesítmény és piaci rezsiminformáció.

A Z-szám megmutatja, hol helyezkedik el a friss megfigyelés. Önmagában nem mondja meg, miért van ott.

14. Z-szám és visszaeséselemzés

A visszaesést is standardizálhatjuk egy történelmi eloszláshoz képest, de ennek értelmezése különösen óvatos megközelítést igényel.

Egy olyan visszaesés, amely két szórással a történelmi átlagon túl van, lehet szokatlan, miközben a stratégia saját eloszlásának még mindig ésszerű farokeseménye.

Fordítva: változó volatilitási profilú stratégiánál egy visszaesés normálisnak tűnhet egy régi referenciaeloszlásban, miközben az aktuális rezsimben strukturálisan eltérő.

A Z-szám ezért a visszaeséselemzés egyik diagnosztikai rétege lehet, nem a végső kockázati ítélet.

15. Z-szám és statisztikai szignifikancia

A statisztikai szignifikancia azt kérdezi, hogy egy megfigyelt eredmény mennyire egyeztethető össze egy meghatározott nullmodellel. Z-statisztika megjelenhet ilyen tesztekben, de egy trading Z-szám és egy formális tesztstatisztika nem automatikusan ugyanaz.

Ez fontos különbség. Egy piaci hozam gördülő Z-száma leíró mérőszám. Egy hipotézisvizsgálat Z-statisztikája meghatározott mintavételi eloszlással és inferenciális értelmezéssel rendelkezhet.

A tradernek ezért nem szabad formális szignifikancia-következtetést rávetítenie egy leíró indikátorra az alapul szolgáló modell ellenőrzése nélkül.

A Statisztikai szignifikancia egy definiált következtetési eljárás tulajdonsága, nem egy címke, amelyet minden nagy Z-számra rá lehet tenni.

16. Szakértői munkafolyamat — hasznos Z-szám építése

1. Definiáld pontosan X-et. Mondd meg, mit standardizálsz.

2. Határozd meg a referencia-populációt vagy mintát. Rögzítsd az időszakot és a megfigyelési gyakoriságot.

3. Válaszd ki az átlag- és szórásszámítási konvenciót, majd használd következetesen.

4. Ellenőrizd az eloszlást. Keresd a ferdeséget, vastag farkat, klasztereződést és strukturális töréseket.

5. Válaszd ki az ablakot. Gördülő számításnál dokumentáld a hosszát és annak indokát.

6. Hasonlítsd össze a Z-számot a nyers értékekkel. A standardizálás valóban hozzáad információt, vagy csak újracsomagolja a zajt?

7. Teszteld a feltételes kimeneteket. Vizsgáld meg, mi történt hasonló Z-számok után.

8. Válaszd külön a leírást és az előrejelzést. A nagy érték önmagában nem belépési jel.

9. Stresszteszteld a szélsőséges megfigyeléseket és a magas volatilitású időszakokat.

10. Vizsgáld újra a stabilitást. Ha a referenciaeloszlás megváltozik, a Z-szám jelentése is változik.

17. Szakértői esettanulmány — ugyanaz a mozgás, más Z-szám

Képzeljük el, hogy egy részvény egyetlen kereskedési napon 3%-ot emelkedik.

Egy nyugodt rezsimben, ahol a közelmúlt napi szórása 0,75%, az átlagos hozam pedig közel nulla, ez körülbelül négy szórással az átlag feletti mozgás.

Egy erősen volatilis rezsimben, ahol a szórás 3%, ugyanaz a 3%-os mozgás már csak körülbelül egy szórás az átlag felett.

A nyers ármozgás azonos. A statisztikai helyzete nem.

Ez megmutatja, miért lehet szüksége a tapasztalt tradernek abszolút és standardizált mérőszámokra egyaránt. A nyers mozgás megmutatja, mi történt; a Z-szám azt, hogy mennyire volt szokatlan a választott referenciaeloszláshoz képest.

18. Gyakori trading hibák

Minden +2 feletti Z-számot short jelzésként, minden −2 alatti értéket long jelzésként kezelni.

Normális eloszlást feltételezni olyan adatoknál, amelyek egyértelműen vastag farkúak vagy erősen rezsimfüggők.

Elavult átlagot és szórást használni, miközben a Z-számot aktuális piaci információként értelmezzük.

A gördülő ablakot addig változtatni, amíg a történelmi jel vonzónak nem tűnik.

A leíró trading Z-számot összekeverni a formális hipotézisvizsgálat Z-statisztikájával.

Azt feltételezni, hogy egy nagy standardizált mozgásnak szükségszerűen vissza kell fordulnia.

Figyelmen kívül hagyni a kiugró értékek hatását az átlagra és a szórásra.

Z-számot használni a változó, időtáv, minta és számítási konvenció dokumentálása nélkül.

Egy statisztikailag szokatlan megfigyelést automatikusan gazdaságilag fontosnak tekinteni.

19. Tudásellenőrzés

1. Mit mér a Z = (X − μ) / σ képlet?

2. Mit mutat a Z-szám előjele?

3. Mit mutat az abszolút értéke?

4. Miért nem valószínűség önmagában a Z-szám?

5. Milyen feltételek mellett használható a 68–95–99,7 szabály?

6. Miért reagálhat gyorsabban a gördülő Z-szám, mint a fix történelmi érték?

7. Miért nem bizonyítja a magas Z-szám az átlaghoz való visszatérést?

8. Hogyan befolyásolhatja egy kiugró érték a későbbi Z-számokat?

9. Miért lehet ugyanannak a hozamnak eltérő Z-száma különböző volatilitási rezsimekben?

10. Mi az R-többszörösök standardizálásának előnye?

11. Miért nem bizonyítja egy nagy teljesítmény-Z-szám, hogy eltűnt a Stratégiai előny?

12. Hogyan használható a Z-szám a Visszaesés elemzésében anélkül, hogy végső kockázati ítéletként kezelnénk?

13. Mi a különbség a leíró trading Z-szám és a formális statisztikai tesztstatisztika között?

14. Milyen adatsajátosságokat kell ellenőrizni a Z-szám használata előtt?

15. Mit kell egy szakértő tradernek dokumentálnia egy Z-szám mérőszám kialakításakor?

Szakértői válasz alapelve: először definiáld a változót és a referenciaeloszlást, válaszd külön a standardizált távolságot az előrejelzéstől, és kezeld az eloszlási feltételezéseket explicit Bizonytalansági forrásként.

Összegzés

A Z-szám tömören fejezi ki a statisztikai távolságot. Egy nyers megfigyelést standardizált pozícióvá alakít egy választott átlaghoz és szóráshoz képest.

Tradingben legnagyobb értéke a normalizálás: lehetővé teszi annak vizsgálatát, hogy egy mozgás, hozam, volatilitási érték vagy stratégiaeredmény szokatlan-e a saját referencia-viselkedéséhez képest.

A standardizálás azonban önmagában nem teremt előrejelző erőt. Egy magas Z-számot folytatás, visszafordulás vagy további expanzió is követhet. A kimenetet az alapul szolgáló folyamat határozza meg.

A szakértői trader ezért a Z-számot mérési rétegként használja. Akkor válik igazán értékessé, ha eloszlásvizsgálattal, Mintanagysággal, Volatilitással, történelmi feltételes kimenetekkel és a Bizonytalanság explicit kezelésével együtt alkalmazzuk.

Copying, reproducing, adapting, distributing, or publicly displaying any part or all of the Academy’s textual content without the author’s prior written consent is prohibited.