Traitement des valeurs aberrantes provoquées par des forces extérieures - les tuls

Assurez-vous de bien vérifier les valeurs aberrantes avant qu'elles influencent votre analyse prédictive. Les valeurs aberrantes peuvent déformer à la fois l'analyse des données et des données. Par exemple, toute analyse statistique effectuée avec des données qui laissent des valeurs aberrantes finit par fausser les moyennes et les variances.

Les valeurs aberrantes non contrôlées ou mal interprétées peuvent conduire à des conclusions erronées. Dites vos données qui montrent qu'un stock qui a été négocié pendant une année entière à un prix supérieur à 50 $ - mais pour seulement quelques minutes sur cette année, le titre a été échangé à 20 $. Le prix de 20 $ - une exception évidente - est la valeur aberrante dans cet ensemble de données.

Vous devez maintenant décider d'inclure ou non le cours de l'action à 20 $ dans votre analyse. Si vous le faites, cela a des ramifications pour le modèle global. Mais qu'est-ce que vous considérez comme normal? Était le & ldquo; crash flash & rdquo; qui a pris le marché boursier par surprise le 6 mai 2010, un événement normal ou une exception?

Pendant ce court laps de temps, le marché boursier a connu une chute brutale des prix, ce qui a ramené le cours de l'action de 50 à 20 dollars, mais avait moins à voir avec le stock qu'avec des conditions de marché plus larges. Votre modèle doit-il tenir compte des plus grandes fluctuations du marché boursier?

Quiconque a perdu de l'argent sur de brefs moments de marché en chute libre considère ces quelques minutes comme réelles et normales (même si elles ont l'impression d'avoir une éternité à passer). Un portefeuille qui diminue en millisecondes en raison d'un déclin rapide, quoique de courte durée, est clairement réel. Pourtant, le crash flash est une anomalie, une aberration qui pose un problème pour le modèle.

Indépendamment de ce qui est considéré comme normal (ce qui peut changer de toute façon), les données contiennent parfois des valeurs qui ne correspondent pas aux valeurs attendues. Ceci est particulièrement vrai en bourse, où pratiquement n'importe quel événement peut envoyer le marché voler ou plonger. Vous ne voulez pas que votre modèle échoue lorsque la réalité change subitement - mais un modèle et une réalité sont deux choses différentes.