Vídeo: Em Busca do Equilíbrio - Depressão de Ercília Zilli 2024
Certifique-se de verificar atentamente os outliers antes que influenciam a sua análise preditiva. Os outliers podem distorcer a análise de dados e dados. Por exemplo, qualquer análise estatística feita com dados que deixa outliers no lugar acaba por desviar os meios e variâncias.
Os valores abertos não controlados ou mal interpretados podem levar a conclusões falsas. Diga os seus dados que mostram que um estoque que foi negociado por um ano inteiro a um preço acima de US $ 50 - mas por apenas alguns minutos fora desse ano inteiro, a ação foi negociada em US $ 20. O preço de US $ 20 - uma exceção óbvia - é o valor excessivo neste conjunto de dados.
Agora você deve decidir se deve incluir o preço das ações de $ 20 em sua análise; Se o fizer, tem ramificações para o modelo geral. Mas o que você considera normal? Foi o & ldquo; flash crash & rdquo; que levou o mercado de ações de surpresa em 6 de maio de 2010, um evento normal ou uma exceção?
Durante esse breve período de tempo, o mercado de ações sofreu uma queda acentuada nos preços em geral - o que reduziu o preço das ações da amostra de US $ 50 para US $ 20, mas teve menos a ver com o estoque do que com as condições mais amplas do mercado. Seu modelo precisa levar em consideração as maiores flutuações do mercado de ações?
Qualquer um que perdeu dinheiro em breves momentos de mercado de queda livre considera esses poucos minutos reais e normais (mesmo que se sentissem como uma eternidade para passar). Um portfólio que diminui em milisegundos devido a um rápido declínio, embora de curta duração, é claramente real. No entanto, o flash crash é uma anomalia, um outlier que representa um problema para o modelo.
Independentemente do que é considerado normal (o que pode mudar de qualquer maneira), os dados às vezes contêm valores que não se encaixam nos valores esperados. Isto é especialmente verdadeiro no mercado de ações, onde praticamente qualquer evento pode enviar o mercado voando ou mergulhando. Você não quer que seu modelo falhe quando a realidade muda de repente - mas um modelo e uma realidade são duas coisas diferentes.
