Πώς να αντιμετωπίσετε τα Outliers που προκαλούνται από εξωτερικές δυνάμεις - ανδρείκελα

Βεβαιωθείτε ότι έχετε ελέγξει προσεκτικά τις τιμές πριν το επηρεάσουν την ανάλυση πρόγνωσης. Οι παραμέτρους μπορεί να παραμορφώσουν τόσο την ανάλυση των δεδομένων όσο και των δεδομένων. Για παράδειγμα, κάθε στατιστική ανάλυση που γίνεται με δεδομένα που αφήνουν τα αποθέματα στη θέση τους καταλήγει να σμικρύνουν τα μέσα και τις διακυμάνσεις.

Τα μη ελεγμένα ή παρερμηνευτικά παρεξηγήματα μπορεί να οδηγήσουν σε εσφαλμένα συμπεράσματα. Πείτε τα δεδομένα σας που δείχνουν ότι ένα απόθεμα που διαπραγματεύεται για ένα ολόκληρο έτος σε τιμή πάνω από $ 50 - αλλά μόνο για λίγα λεπτά από όλο αυτό το έτος το απόθεμα διαπραγματεύτηκε στα $ 20. Η τιμή των 20 δολαρίων - μια προφανής εξαίρεση - είναι η απόκλιση σε αυτό το σύνολο δεδομένων.

Τώρα πρέπει να αποφασίσετε αν θα συμπεριλάβετε την τιμή των μετοχών των $ 20 στην ανάλυσή σας. αν το κάνετε, έχει διακλαδώσεις για το συνολικό μοντέλο. Αλλά τι θεωρείτε φυσιολογικό; Ήταν το " flash crash & rdquo; που πήρε το χρηματιστήριο από έκπληξη στις 6 Μαΐου 2010, ένα συνηθισμένο γεγονός ή μια εξαίρεση;

Κατά τη διάρκεια αυτού του σύντομου χρονικού διαστήματος, η χρηματιστηριακή αγορά γνώρισε απότομη πτώση των τιμών σε ολόκληρο το χαρτοφυλάκιο - η οποία χτύπησε την τιμή του δείγματος από $ 50 σε $ 20, αλλά είχε λιγότερη σχέση με το απόθεμα παρά με ευρύτερες συνθήκες αγοράς. Το μοντέλο σας χρειάζεται να λάβει υπόψη τις μεγαλύτερες διακυμάνσεις της χρηματιστηριακής αγοράς;

Ανεξάρτητα από το τι θεωρείται φυσιολογικό (το οποίο μπορεί να αλλάξει ούτως ή άλλως), τα δεδομένα μερικές φορές περιέχουν τιμές που δεν ταιριάζουν στις αναμενόμενες τιμές. Αυτό ισχύει ιδιαίτερα στη χρηματιστηριακή αγορά, όπου σχεδόν κάθε γεγονός μπορεί να στείλει την αγορά με πτήση ή βύθιση. Δεν θέλετε το μοντέλο σας να αποτύχει όταν η πραγματικότητα αλλάξει ξαφνικά - αλλά ένα μοντέλο και μια πραγματικότητα είναι δύο διαφορετικά πράγματα.