a:

De meest voorkomende typen regressie die een belegger kan gebruiken, zijn lineaire regressies en meerdere lineaire regressies. Regressies zijn statistische technieken om relaties tussen variabelen te identificeren. De variabelen waar de meeste beleggers mee te maken hebben, zijn activaprijzen.

Lineaire regressies

Een lineaire regressie identificeert de relatie tussen een onafhankelijke variabele en een afhankelijke variabele. Beleggers willen misschien de relatie tussen twee activa identificeren. De belegger kan bijvoorbeeld de relatie willen vinden tussen de prijsveranderingen in een individuele voorraad en de prijswijzigingen in een grotere aandelenindex. In dit geval is de marktindex de onafhankelijke variabele en de individuele aandelenkoers de afhankelijke variabele. De regressieanalyse formuleert de hypothese dat de beweging in één variabele, de onafhankelijke aandelen, afhankelijk is van de beweging in de aandelenindex.

De regressieanalyse identificeert een lineaire regressielijn tussen de variabelen met de best fit least squares-methode. Een lineaire regressieanalyse toont een lijn getrokken tussen de waarnemingen. De foutterm uit de berekening laat zien hoe ver de waarnemingen zich bevinden van de lijn voor de lineaire regressie.

Meerdere lineaire regressies

Meerdere lineaire regressies modelleren de lineaire relatie tussen meerdere verklarende variabelen en een responsvariabele. De relatie wordt gemodelleerd met behulp van een rechte lijn die het beste past bij de waarnemingen van de gegevens. Beleggers willen misschien de prijs van een activum modelleren als een responsvariabele op basis van andere fundamentele of kwantitatieve gegevenspunten. Dit maakt meer complexe modellering mogelijk vergeleken met enkele lineaire regressies. Een belegger die de prijs van een oliereserve probeert te voorspellen, wil bijvoorbeeld rekening houden met de geldende rentetarieven, indextarieven en de prijs van ruwe olie-futures in het model.