neXt .185 help files, 21.08.2020
Statistics
Description
Statistische Funktionen
References
Elements
Regime Switch
Algorithmen zur Erkennung von Zustandswechseln
Regression
Funktionen zur Regressionsanalyse
Blurred Zscore
differenz zwischen dem mittelwert einer kurzen periode und dem mittelwert über die basisperiode geteilt durch die standardabweichung der basisperiode.
Coefficient of Variation
Berechnet den Variationskoeffizienten (auch Abweichungskoeffizient genannt) über eine rollierende Periode. Er besteht aus der Standardabweichung, um den Erwartungswert normiert.
Coefficient of Variation {n}
Berechnet den Variationskoeffizienten (auch Abweichungskoeffizient genannt). Er besteht aus der Standardabweichung, um den Erwartungswert normiert.
Coefficient of Variation {n•}
Berechnet den Variationskoeffizienten (auch Abweichungskoeffizient genannt). Er besteht aus der Standardabweichung, um den Erwartungswert normiert. Gruppen werden dabei aufgelöst.
Correlation (leading)
Berechnet die Korrelationskoeffizienten mit rückwärtsversetzung der Zeitreihe 1 um 0 bis zum unter permitted max lead angegebener Anzahl Datenpunkte und gibt denjenigen Korrelationskoeffizienten zurück, bei welchem die Summe der Absolutwerte maximal ist.
Correlation Pearson
Berechnet den Korrelationskoeffizienten (nach Bravais und Pearson) zwischen zwei Datenreihen. Korrelation = Covariance(x,y) / { Var(x) * Var(y) }
Correlation with Test
Berechnet den Korrelationskoeffizienten zwischen zwei Datenreihen mit Signifikanzniveau des Korrelationstests.
Covariation
Berechnet die Kovarianz von zwei Datenreihen. Kovariation = {Sum(x - mean(x))(y - mean(y))} / (n-1)
CUSUM
Berechnet die kumulative Summe der Eingangszeitreihe. Diese berechnet sich aus den aufkumulierten Abweichungen vom Mittelwert. Dargestellt werden davon die absoluten Werte. An deren Maxima können statistisch signifikante Änderungen der Eingangszeitreihe vorliegen.
Exponential Mean
Bildet den Durchschnitt aller exponential gewichteten Werte der angegebenen Periode. Die exponentiellen Gewichte folgen der funktion x*((1/i)^Exponent) / ?[x*((1/i)^Exponent)]
Frequency Distribution
Das Modul generiert eine Häufigkeitsverteilung der Werte über die angegebene Periode
Geometric Mean
Berechnet das geometrische Mittel
Geometric Mean {n}
geometrisches mittel über alle input-zeitreihen
Geometric Mean {n•}
geometrisches mittel mit auflösen der gruppen
Harmonic Mean
Das Harmonische Mittel berechnet sich aus der Anzahl Werte, geteilt durch die Summe der Kehrwerte der Eingangszeitreihe. Das Modul berechnet das harmonische Mittel über eine rollierende Periode der Eingangszeitreihe.
Harmonic Mean {n}
Das Harmonische Mittel berechnet sich aus der Anzahl Werte, geteilt durch die Summe der Kehrwerte der Eingangszeitreihe. Das Modul berechnet das harmonische Mittel über alle Eingangszeitreihen.
Harmonic Mean {n•}
Das Harmonische Mittel berechnet sich aus der Anzahl Werte, geteilt durch die Summe der Kehrwerte der Eingangszeitreihe. Das Modul berechnet das harmonische Mittel über alle Eingangszeitreihen - Gruppen werden dabei aufgelöst.
Information Ratio
Die Information Ratio berechnet den normalisierten Mittelwert. Dazu teilt das System das arithmetische Mittel durch die Standardabweichung.
Die im Finanzbereich verwendete Information Ratio entspricht dem Modul Sharpe Ratio mit den Eingangszeitreihen Portfolio-Return und Benchmark Returns....
Information Ratio {n}
Information Ratio über alle input-zeitreihen
Information Ratio {n•}
Information Ratio über alle Input-Zeitreihen. Gruppen werden aufgelöst
Kurtosis
Berechnet die Steilheit einer Wahrscheinlichkeitsverteilung
Linear Weighted Mean
Linear gewichteter Durchschnitt der angegebenen Periode.
Die Gewicht folgend der Funktion a + b * i pro Wert, wobei
a = (2 - EndWeight)/(n-1)
b = [((EndWeight - 1) * 2) / (n-1)] / n
Linear x Exp Weighted Mean
bilded den durchschnitt aller gewichteten werte der angegebenen periode. die gewichtung folgt dem normierten Produkt einer linearen und exponentiellen Funktion über n Werte.
Mean
Berechnet den gleitenden Durchschnitt. Bildet den Durchschnitt aller Werte der angegebenen Periode.
Mean {n}
Bildet den Mittelwert über alle inputzeitreihen
Mean {n•}
Berechnet pro Datum den Durchschnittswert von mehreren Zeitreihen
Mean Deviation
Mittlere Absolute Abweichung zum mittelwert
Mean Deviation {n}
Mittlere Absolute Abweichung zum mittelwert über alle Input-Zeitreihen mit Auflösen der Gruppen
Mean Deviation {n•}
Mittlere Absolute Abweichung zum mittelwert über alle Inputzeireihen
posterior alpha, beta (Exponential / Gamma)
berechnet Alpha und Beta der vorliegenend Inputdaten aufgrund eines Priors mit entsprechenden Parameterwerten mithilfe Bayesscher Statistik.
Annahmen:
- Inputdaten sind Exponentialverteilt
- Prior und Posterior (Kunjugate) sind Gammaverteilt.
posterior alpha, beta (geometric / beta)
berechnet Alpha und Beta der vorliegenend Inputdaten aufgrund eines Priors mit entsprechenden Parameterwerten mithilfe Bayesscher Statistik.
Annahmen:
- Inputdaten folgen einer geometrischen Verteilung
- Prior und Posterior (Kunjugate) sind Betaverteilt.
posterior alpha, beta (Lognormal / gamma)
berechnet Alpha und Beta der vorliegenend Inputdaten aufgrund eines Priors mit entsprechenden Parameterwerten mithilfe Bayesscher Statistik.
Annahmen:
- Inputdaten sind Lognormalverteilt
- Prior und Posterior (Kunjugate) sind Gammaverteilt.
posterior alpha, beta (Normal /inverser gamma)
berechnet Alpha und Beta der vorliegenend Inputdaten aufgrund eines Priors mit entsprechenden Parameterwerten mithilfe Bayesscher Statistik.
Annahmen:
- Inputdaten sind normalverteilt
- Prior und Posterior (Kunjugate) folgen einer inversen Gammaverteilung.
posterior alpha, beta (Pareto / gamma)
berechnet Alpha und Beta der vorliegenend Inputdaten aufgrund eines Priors mit entsprechenden Parameterwerten mithilfe Bayesscher Statistik.
Annahmen:
- Inputdaten folgen einer Pareto-Verteilung
- Prior und Posterior (Kunjugate) sind Gammaverteilt.
posterior alpha, beta (poisson / gamma)
berechnet Alpha und Beta der vorliegenend Inputdaten aufgrund eines Priors mit entsprechenden Parameterwerten mithilfe Bayesscher Statistik.
Annahmen:
- Inputdaten sind Poissonverteilt
- Prior und Posterior (Kunjugate) sind Gammaverteilt.
posterior mean, variance (normal / normal)
berechnet Mittelwert und Varianz der vorliegenend Inputdaten aufgrund eines Priors mit entsprechenden Parameterwerten mithilfe Bayesscher Statistik.
Annahmen:
- Inputdaten sind normalverteilt
- Prior und Posterior (Kunjugate) sind normalverteilt.
posterior x, k (Uniform / pareto)
berechnet x und k der vorliegenend Inputdaten aufgrund eines Priors mit entsprechenden Parameterwerten mithilfe Bayesscher Statistik.
Annahmen:
- Inputdaten folgen einer uniformen Verteilung
- Prior und Posterior (Kunjugate) sind Paretoverteilt.
Power Mean
Berechnet das Hölder-Mittel oder Potenz-Mittel.
Mit Wahl eines spezifischen Exponenten werden folgende Mittelwerte berechnet:
Exponent = -1: Harmonisches mittel
Exponent = 0: Geometrisches Mittel
Exponent = 1: Arithmetisches Mittel
Exponent = 2: Quadratisches Mittel
...
Power Mean {n}
Berechnet das Hölder-Mittel oder Potenz-Mittel über alle Inputzeitreihen
Mit Wahl eines spezifischen Exponenten werden folgende Mittelwerte berechnet:
Exponent = -1: Harmonisches mittel
Exponent = 0: Geometrisches Mittel
Exponent = 1: Arithmetisches Mittel
Exponent...
Power Mean {n•}
Berechnet das Hölder-Mittel oder Potenz-Mittel über alle Inputzeitreihen mit Auflösen der Gruppen.
Mit Wahl eines spezifischen Exponenten werden folgende Mittelwerte berechnet:
Exponent = -1: Harmonisches mittel
Exponent = 0: Geometrisches Mittel
Exponent = 1: Ari...
Quantile
Berechnet das Quantil des angegebenen Wertes. Der Unterschreitungsanteil p legt fest, welcher Anteil der Werte unter dem Quantilwert liegen.
Quantile {n}
Berechnet pro Datum das Quantil des angegebenen Wertes. Der Unterschreitungsanteil p legt fest, welcher Anteil der Werte unter dem Quantilwert liegen.
Quantile {n•}
Berechnet pro Datum das Quantil des angegebenen Wertes. Gruppen werden aufgelöst. Der Unterschreitungsanteil p legt fest, welcher Anteil der Werte unter dem Quantilwert liegen.
Return Uniformity
Berechnet ein Gleichmässigkeitsmass der Risiko- und Return Eigenschaften von mehreren Zeitreihen.
Die Return Uniformity besteht aus einer linearen überschüssigen Risikoprämie und dem durchschnittlichen Risiko.
Es bestehen weitere Berechnungsmodi zur Verfügung, w...
Skewness
Berechnet der Schiefe einer empirischen Häufigkeitsverteilung
Spearman Rank Correlation
Berechnet den Spearman Rangkorrelationskoeffizienten. Der Rangkorrelationskoeffizient ist ein parameterfreies Korrelationsmass der Eingangszeitreihen, das keine Annahmen über die Wahrscheinlichkeitverteilung dieser Eingangszeitreihen vornimmt.
Spearman Rank Correlation with Test
Berechnet den Spearman Rangkorrelationskoeffizienten mit Signifikanzniveau des Korrelationstests.
Standard Deviation
Berechnet Varianz und Standardabweichung, Semivarianz und Semistandardabweichung
Standard Deviation {n}
Berechnet die Standardabweichung über alle input-nodes
Standard Deviation {n•}
Berechnet die STandardabweichung
Standard Score
Auch Z-Score, Z-Value, Z-Factor genannt. Berechnet die Abweichung des aktuellen Wertes zum Durchschnittswert im Verhältnis zur Standardabweichung. Abweichungen zum Mittelwert werden daher bei kleinerer Volatilität grösser gewichtet. Z-Score= {x - mean(x)}/Var(x)
Standard Score {n}
Berechnet den Z-Score für Gruppen. Berechnet die Abweichung des aktuellen Wertes zum Durchschnittswert im Verhältnis zur Standardabweichung. Abweichungen zum Mittelwert werden daher bei kleinerer Volatilität grösser gewichtet. Z-Score= {x - mean(x)}/Var(x)
Sum of Squares
summe der quadrierten Abweichungen zum Mittel
Sum of Squares {n}
summe der quadrierten Abweichungen zum Mittel über alle Inputzeitreihen mit Auflösen der Gruppen
Sum of Squares {n•}
summe der quadrierten Abweichungen zum Mittel über alle inputzeitreihen