Markov Analizi Nedir?
Markov analizi, herhangi bir önceki faaliyetten değil, öngörülen değeri sadece mevcut durumundan etkilenen bir değişkenin değerini tahmin etmek için kullanılan bir yöntemdir. Özünde, sadece değişkeni çevreleyen mevcut koşullara dayanarak rastgele bir değişkeni öngörür.
Teknik, şansın işleyişini içeren süreçler olan stokastik süreçlerin çalışmasına öncülük eden Rus matematikçi Andrei Andreyevich Markov'un adını taşıyor. Bu yöntemi ilk önce bir kapta hapsolmuş gaz parçacıklarının hareketlerini tahmin etmek için kullandı. Markov analizi genellikle büyük insan gruplarındaki davranışları ve kararları tahmin etmek için kullanılır.
TEMEL TAKOZ YOLLARI
- Markov analizi, herhangi bir önceki faaliyetten değil, öngörülen değeri sadece mevcut durumundan etkilenen bir değişkenin değerini tahmin etmek için kullanılan bir yöntemdir. Markov analizinin temel avantajları, basitlik ve örnek dışı tahmin doğruluğudur.Markov analizi, olayları açıklamak için çok yararlı değildir ve çoğu durumda altta yatan durumun gerçek modeli olamaz.Markov analizi finansal spekülatörler için yararlıdır, özellikle momentum yatırımcıları.
Markov Analizini Anlama
Markov analiz süreci, bir değişkenin mevcut durumu göz önüne alındığında gelecekteki bir eylemin olasılığını tanımlamayı içerir. Her eyalette gelecekteki eylemlerin olasılıkları belirlendikten sonra, bir karar ağacı çizilebilir. Daha sonra, bir değişkenin mevcut durumu göz önüne alındığında bir sonuç olasılığı hesaplanabilir. Markov analizinin iş dünyasında birçok uygulaması vardır. Hattaki makinelerin çalışma durumu göz önüne alındığında, montaj hattından çıkacak arızalı parçaların sayısını tahmin etmek için sıklıkla kullanılır.
Aynı zamanda, bir şirketin alacaklarının kötü borç haline gelecek hesaplarının oranını tahmin etmek için de kullanılabilir. Bazı hisse senedi fiyatı ve opsiyon fiyatı tahmin yöntemleri de Markov analizini içerir. Son olarak, şirketler genellikle mevcut müşterilerin gelecekteki marka sadakatini ve bu tüketici kararlarının bir şirketin pazar payı üzerindeki sonuçlarını tahmin etmek için kullanırlar.
Markov Analizinin Avantajları
Markov analizinin birincil faydaları basitlik ve örnek dışı tahmin doğruluğudur. Markov analizi için kullanılanlar gibi basit modeller, tahminlerde bulunmak genellikle daha karmaşık modellerden daha iyidir. Bu sonuç ekonometride iyi bilinmektedir.
Markov Analizinin Dezavantajları
Markov analizi olayları açıklamak için çok yararlı değildir ve çoğu durumda altta yatan durumun gerçek modeli olamaz. Evet, mevcut duruma bağlı olarak koşullu olasılıkları tahmin etmek nispeten kolaydır. Ancak, bu genellikle bir şeyin neden olduğu hakkında çok az şey söyler.
Mühendislikte, bir makinenin bozulma olasılığını bilmek, neden parçalandığını açıklamıyor. Daha da önemlisi, bir makine bugün bozulup bozulmadığının bir fonksiyonu olan bir olasılığa dayanarak gerçekten bozulmaz. Gerçekte, bir makine bozulabilir çünkü dişlilerinin daha sık yağlanması gerekir.
Finansta Markov analizi, mühendislikte sahip olduğu sınırlamalarla aynıdır, ancak sorunları düzeltmek, finansal piyasalar hakkındaki göreceli bilgi eksikliğimiz nedeniyle karmaşıklaşmaktadır. Markov analizi, borçların temerrüde düşecek kısmını tahmin etmek için, ilk etapta kötü kredi risklerini taramaktan çok daha yararlıdır.
Markov analizi, tahminler yapmak için değerli bir araçtır, ancak açıklama sağlamaz.
Markov Analizine Bir Örnek
Markov analizi stok spekülatörleri tarafından kullanılabilir. Bir momentum yatırımcısının, sevdiği bir hisse senedinin bugün varsa yarın piyasayı yenme şansının% 60 olduğunu tahmin ettiğini varsayalım. Bu tahmin sadece mevcut durumu içerir, bu nedenle Markov analizinin temel sınırını karşılar. Markov analizi aynı zamanda spekülatörün hisse senedi piyasasını bugün piyasaya sürdüğü göz önüne alındığında, hisse senedinin önümüzdeki iki gün boyunca piyasadan daha iyi performans gösterme olasılığının 0.6 * 0.6 = 0.36 veya% 36 olduğunu tahmin etmesine izin veriyor. Kaldıraç ve piramit kullanarak, spekülatörler bu tür Markov analizinden potansiyel kârı artırmaya çalışırlar.