Discussão do artigo "Ciência de Dados e ML (Parte 34): Decomposição de séries temporais, desmembrando o mercado de ações até o núcleo"
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Novo artigo Ciência de Dados e ML (Parte 34): Decomposição de séries temporais, desmembrando o mercado de ações até o núcleo foi publicado:
Tendência
O componente de tendência dos dados de séries temporais refere-se às mudanças ou padrões de longo prazo que são observados ao longo do tempo.
Ele representa a direção geral na qual os dados estão se movendo. Por exemplo, se os dados estão aumentando ao longo do tempo, o componente de tendência será ascendente, e se os dados estão diminuindo ao longo do tempo, o componente de tendência será descendente.
Isso é familiar para quase todos os traders, a tendência é a coisa mais fácil de identificar no mercado apenas observando o gráfico.
Sazonalidade
O componente sazonal de dados de séries temporais refere-se aos padrões cíclicos que são observados dentro de um determinado período de tempo. Por exemplo, se estivermos analisando dados mensais de vendas de um varejista especializado em decoração e presentes, o componente sazonal capturaria o fato de que as vendas tendem a atingir o pico em dezembro devido às compras de Natal, e se estabilizam após o término do período de festas, nos meses de janeiro, fevereiro, etc.
Residual
O componente residual de dados de séries temporais representa a variação aleatória que permanece após os componentes de tendência e sazonalidade terem sido considerados. Ele representa o ruído ou erro nos dados que não pode ser explicado pela tendência ou pelos padrões sazonais.
Para entender melhor, observe a imagem abaixo.
Autor: Omega J Msigwa