Què és l’anàlisi de Markov?
L’anàlisi de Markov és un mètode que s’utilitza per predir el valor d’una variable el valor previst de la qual només està influït pel seu estat actual, no per cap activitat prèvia. En essència, prediu una variable aleatòria basada exclusivament en les circumstàncies actuals que envolten la variable.
La tècnica rep el nom del matemàtic rus Andrei Andreyevich Markov, que va ser pioner en l'estudi dels processos estocàstics, que són processos que impliquen l'operació de l'atzar. Primer va utilitzar aquest mètode per predir els moviments de les partícules de gas atrapades en un contenidor. L’anàlisi de Markov s’utilitza sovint per predir conductes i decisions en grans grups de persones.
PUNTS CLAU
- L’anàlisi de Markov és un mètode que s’utilitza per predir el valor d’una variable el valor previst de la qual només està influït pel seu estat actual, no per cap activitat prèvia. Els avantatges principals de l’anàlisi de Markov són la simplicitat i la precisió de la previsió fora de mostra. L’anàlisi de Macarkov no és gaire útil per explicar esdeveniments i no pot ser el veritable model de la situació subjacent en la majoria dels casos. especialment els inversors d’impuls.
Comprensió de l'anàlisi de Markov
El procés d’anàlisi de Markov implica definir la probabilitat d’una acció futura, donat l’estat actual d’una variable. Una vegada que es determinin les probabilitats d’accions futures a cada estat, es pot elaborar un arbre de decisions. A continuació, es pot calcular la probabilitat d’un resultat, donat l’estat actual d’una variable. L’anàlisi de Markov té diverses aplicacions al món empresarial. Sovint s'utilitza per predir el nombre de peces defectuoses que sortiran d'una línia de muntatge, donat l'estat de funcionament de les màquines de la línia.
També es pot utilitzar per predir la proporció de cobraments de l'empresa d'una empresa que es convertirà en deutes dolents. Alguns mètodes de previsió del preu de les accions i dels preus d’opcions també incorporen l’anàlisi de Markov. Per últim, les empreses solen utilitzar-lo per preveure la fidelització futura de la marca dels clients actuals i el resultat d’aquestes decisions dels consumidors sobre la quota de mercat d’una empresa.
Avantatges de l’anàlisi de Markov
Els avantatges principals de l’anàlisi de Markov són la simplicitat i la precisió de previsió fora de mostra. Els models simples, com els que s’utilitzen per a l’anàlisi de Markov, solen millorar les prediccions que els models més complicats. Aquest resultat és ben conegut en economia.
Desavantatges de l’anàlisi de Markov
L’anàlisi de Markov no és gaire útil per explicar esdeveniments i no pot ser el veritable model de la situació subjacent en la majoria dels casos. Sí, és relativament fàcil estimar les probabilitats condicionals en funció de l’estat actual. Tot i això, això explica sovint una mica de per què va passar alguna cosa.
En enginyeria, és força clar que conèixer la probabilitat que una màquina es trenqui no explica per què es va descompondre. Més important encara, una màquina no es descompon en funció d’una probabilitat que depèn de si s’hagi desglossat o no. En realitat, una màquina podria descompondre's perquè els seus engranatges han de ser lubricats amb més freqüència.
En finances, l’anàlisi de Markov s’enfronta a les mateixes limitacions que té en l’enginyeria, però solucionar els problemes és complicat per la nostra relativa desconeixement sobre mercats financers. L'anàlisi de Markov és molt més útil per estimar la part dels deutes que no hauran de morir que en primer lloc, per tal de detectar els riscos de crèdit dolents.
L’anàlisi de Markov és una valuosa eina per fer prediccions, però no proporciona explicacions.
Un exemple d’anàlisi de Markov
L’anàlisi de Markov els poden utilitzar els especuladors de borses. Suposem que un inversor impulsor estima que una acció favorita té un 60% de probabilitats de vèncer el mercat demà si ho fa avui. Aquesta estimació només implica l’estat actual, de manera que compleix el límit clau de l’anàlisi de Markov. L’anàlisi de Markov també permet a l’especulador estimar que la probabilitat que l’acció superi el mercat durant els dos dies següents sigui de 0, 6 * 0, 6 = 0, 36 o 36%, atès que l’acció de les accions actualment ha estat més gran. Utilitzant palanquejament i piramida, els especuladors intenten amplificar els beneficis potencials d’aquest tipus d’anàlisi de Markov.
