Che cos'è l'analisi di Markov?
L'analisi di Markov è un metodo utilizzato per prevedere il valore di una variabile il cui valore previsto è influenzato solo dal suo stato attuale, non da alcuna attività precedente. In sostanza, prevede una variabile casuale basata esclusivamente sulle circostanze attuali che circondano la variabile.
La tecnica prende il nome dal matematico russo Andrei Andreyevich Markov, che ha aperto la strada allo studio dei processi stocastici, che sono processi che comportano l'operazione del caso. Per prima cosa ha usato questo metodo per prevedere i movimenti delle particelle di gas intrappolate in un contenitore. L'analisi di Markov viene spesso utilizzata per prevedere comportamenti e decisioni all'interno di grandi gruppi di persone.
PRINCIPALI ATTIVITÀ
- L'analisi di Markov è un metodo utilizzato per prevedere il valore di una variabile il cui valore previsto è influenzato solo dal suo stato attuale, non da alcuna attività precedente. I principali vantaggi dell'analisi Markov sono la semplicità e l'accuratezza delle previsioni fuori campione. L'analisi Markov non è molto utile per spiegare gli eventi e nella maggior parte dei casi non può essere il vero modello della situazione sottostante. L'analisi Markov è utile per gli speculatori finanziari, soprattutto gli investitori di slancio.
Comprensione dell'analisi Markov
Il processo di analisi di Markov prevede la definizione della probabilità di un'azione futura dato lo stato corrente di una variabile. Una volta determinate le probabilità di azioni future in ogni stato, è possibile tracciare un albero decisionale. Quindi, è possibile calcolare la probabilità di un risultato, dato lo stato corrente di una variabile. L'analisi di Markov ha diverse applicazioni nel mondo degli affari. Viene spesso utilizzato per prevedere il numero di pezzi difettosi che verranno fuori da una linea di assemblaggio, dato lo stato operativo delle macchine sulla linea.
Può anche essere utilizzato per prevedere la percentuale di crediti di una società che diventerà crediti inesigibili. Alcuni metodi di previsione del prezzo delle azioni e delle opzioni incorporano anche l'analisi di Markov. Infine, le aziende lo usano spesso per prevedere la fedeltà alla marca futura dei clienti attuali e il risultato di queste decisioni dei consumatori sulla quota di mercato di un'azienda.
Vantaggi dell'analisi Markov
I principali vantaggi dell'analisi Markov sono la semplicità e l'accuratezza delle previsioni fuori campione. Modelli semplici, come quelli usati per l'analisi di Markov, sono spesso più bravi a fare previsioni rispetto a modelli più complicati. Questo risultato è ben noto in econometria.
Svantaggi dell'analisi di Markov
L'analisi di Markov non è molto utile per spiegare gli eventi e nella maggior parte dei casi non può essere il vero modello della situazione sottostante. Sì, è relativamente facile stimare le probabilità condizionate in base allo stato corrente. Tuttavia, ciò spesso dice poco sul perché sia successo qualcosa.
In ingegneria, è abbastanza chiaro che conoscere la probabilità che una macchina si rompa non spiega perché si è guastata. Ancora più importante, una macchina non si rompe realmente in base a una probabilità che dipende dal fatto che si è rotta o meno oggi. In realtà, una macchina potrebbe guastarsi perché i suoi ingranaggi devono essere lubrificati più frequentemente.
In ambito finanziario, l'analisi di Markov deve affrontare gli stessi limiti che ha in ingegneria, ma la risoluzione dei problemi è complicata dalla nostra relativa mancanza di conoscenza dei mercati finanziari. L'analisi di Markov è molto più utile per stimare la parte dei debiti che andrà in default piuttosto che per prevenire i rischi di credito inesigibili in primo luogo.
L'analisi di Markov è uno strumento prezioso per fare previsioni, ma non fornisce spiegazioni.
Un esempio di analisi di Markov
L'analisi di Markov può essere utilizzata dagli speculatori di borsa. Supponiamo che un investitore impulsivo stima che un titolo preferito abbia una probabilità del 60% di battere il mercato domani se lo fa oggi. Questa stima riguarda solo lo stato attuale, quindi soddisfa il limite chiave dell'analisi di Markov. L'analisi di Markov consente inoltre allo speculatore di stimare che la probabilità che lo stock supererà il mercato per entrambi i prossimi due giorni è 0, 6 * 0, 6 = 0, 36 o 36%, dato che lo stock ha battuto il mercato oggi. Usando la leva e la piramide, gli speculatori tentano di amplificare i potenziali profitti da questo tipo di analisi di Markov.
