股票的对数收益率如何计算
接下来具体说说统计学+R语言我是这样分析股票的
点击上方关注,All in AI中国
作者:Joy Gracia Harjanto
本文主旨是对亚马逊股票进行通常意义上的技术分析,在分析中采用了随机游走和蒙特卡洛方法进行成交价模拟。通过plotly和 ggplot实现可视化。
亚马逊的股价在过去一年上涨了95.6%(即918.93美元/每股),这使得亚马逊成为许多投资者的理想选择。许多分析师还认为,亚马逊的价值在未来几年将继续增长。虽然购买股票听起来很有诱惑力,但我们更应该进行详细的深入分析,避免以投机为基础的股票购买。
我运用了统计学和R语言,从技术层面分析其性能,预测股票走向。我非常喜欢用定量金融中经常使用的软件包,如quant mod和xts来实现我的目标。
下面是我使用软件包的完整列表:
我的分析是以亚马逊2008年8月1日开始到2018年8月17日结束的股票收益日志开始的:
在这个阶段,日志看起来并没有什么意义,但它实际上是我分析的基础。我稍后再解释。
技术分析
首先,我对亚马逊的股票进行了技术分析:
靠前个图表很容易理解。它表示了亚马逊近十年来股票成交价格的趋势:
价格表
第二个图表显示了2018年的布林线图,布林百分比变化和交易量以及移动平均收敛发散指标:
技术分析
移动平均线对于理解亚马逊(AMZN)的图表非常重要。它通过用平均股价来消除每日价格波动,进而有效地识别股票的潜力。
布林线图绘制了远离移动平均线的两个标准差,用来测量股票的波动。成交图显示了股票每日的交易情况。移动平均收敛发散指标给股票分析师提供了买入/卖出信号。这里的经验法则是:如果股价跌至线下,就是卖出的时候。如果它高于这条线,则表示它有增值的潜能。
上面的图表通常用来决定是否买卖一支股票。由于我不是一个专业的金融分析师,我决定做更多的研究,以说服自己。
比较
我对亚马逊的股票同其他股票进行了比较。我想看看亚马逊与脸书(FB)、谷歌(GOOGL)和苹果(AAPL)等其他热门科技公司相比,股票表现如何。
我首先比较了每种股票的风险/回报率。取对数收益率均值和对数收益率标准差。假设对数收益率的均值一致,而标准差表示购买股票的风险。我用plotly,一个交互式可视化工具来说明我的发现。
风险与回报
谷歌股票风险最低,回报率最低。脸书和亚马逊的股票风险一样,但后者的回报率更高。如果你倾向于冒险,特斯拉(TSLA)是一个很好的投资对象,因为它具有高风险和高回报。但如果你像我一样不喜欢冒险,苹果是较好的选择。
一个受欢迎的投资原则是让你的投资多样化:不要把所有的鸡蛋都放在一个篮子里。在购买股票时,你应该尝试购买一些关联性不大的股票,因如果你想要最大限度地提高总回报率的话。
相关图表
脸书和苹果的关联性最小,为0.24。亚马逊和谷歌的关联性*高,为0.56。这几只股票之间的关联性相对较高,因为它们都是科技股。所以我们较好是从不同的行业购买股票,以真正降低风险,最大化回报率。
股票成交价格预测
我接着预测了亚马逊股票的价格。我通过随机游走理论和蒙特卡罗方法实现了这一点。
随机游走理论适用于股票的价格预测,因为它根植于过去的成交结果并不是未来的成交指标。对了,价格波动是不能做出准确预测的。
我模拟了亚马逊252*4个交易日的股价情况。需要补充的是一年有252个交易日,我模拟了4年的交易情况。
我使用我之前从对数收益率中得到的数据来生成价格,并使用指数增长率来预测股票每天的增长值。指数增长率是随机产生的,并且依赖于代码中mu和sigma的输入值。
随机游走与价格预测
上图显示了大约1000个交易日的模拟成交价。如果你注意我的代码,我没有包含set.seed()。因为模拟的成交价是否会发生改变,取决于我的set.seed()值。为了得到一个稳定的预测,在成交价模拟中,我使用了蒙特卡罗方法。通过这种方法,成交价被反复模拟。
蒙特卡罗与成交预测
上面的图表并不直观,所以我用百分位数检查亚马逊四年后的成交价,最终确定了我的发现。
从我的模拟结果来看,亚马逊的股价可能在4年内达到11198.10美元,或者跌至834.60美元的低点。你可以将我的发现与亚马逊的CAGR进行比较,以确定我这个现是否有意义。
免责声明:本文不构成任何投资建议。
小编:记得关注哦!
文章来源:币姥爷
连续的超跌过后,很多币都反弹了,而且涨幅还不小。
今天封面是《玫瑰》,泰勒。艳丽的也是带刺的,远观比亵玩更好。
连续的超跌过后,很多币都反弹了,而且涨幅还不小。也因此给大家带来各种错觉,有人看反转大喊牛市来了,前段时间被大众唾弃的BCH被捧上了天,今天甚至看到有人说以太坊才是真的比特币。 改变信仰的永远是短时间的暴涨或者暴跌,一根阳线不够,那就两根、三根,总之不需要任何逻辑。
可以很清楚的看到,近期涨幅大的都是前阵跌的猛的,被大家纷纷贴上归零标签的,EOS、BCH、ETH无一不是。当然啊,杀的猛,大家恐慌的越严重,抛盘也更多,筹码就洗的相对干净。特别是下方出现一大段真空区,这一区间基本是没啥散户参与的,所以拉起来压力相对其他的要少很多。
大家看到的是好像这部分币更牛逼,而其他涨幅不大的币就不行, 可事实是这样吗?事实上我们可以统计下11月14日开始,一些币种的最低点价格,近期反弹后的*高价,*高涨幅以及整体的涨跌幅,各位就一目了然了。
看到这张表后,大家是不是会感觉很诧异。 原来最近反弹越猛的币反而整体跌幅最大,波动不大的币反而表现出更强的韧性, 基本快要收复这轮主跌行情以来的跌幅。真相往往与大家看到的大不相同,这又是为什么呢。
从100跌到50,和从50涨回到100,币价的变化是同样的,都是50。但是从涨跌幅上来说,就大相径庭,跌的时候是50%跌幅,涨的时候是100%涨幅。这就意味着账面上亏损50%需要上涨100%才能摊平, 显然跌的厉害的币种即使反弹再猛,也比抗跌的币种更难回本。
关于涨跌幅的计算分析,近期研究院的小伙伴在社群给大家分享过,事实上有种收益率的算法,是可以化解涨跌幅不对称的。 下面引入一个函数,将收益率进行对数化, 从50涨到100,对数收益率Rd1=ln(100/50)=69%,从100跌到50,对收益率Rd2= ln(50/100)=-69%,两者相加为0, 即从某一价格到另一价格的对数收益率是相等。
记得在9月份的文章里,有段时间分析比特币走势的时候,用的是对数坐标,由于对数坐标里,比特币的K线位置远比普通坐标高的多,很容易让人感觉还有很大的下跌空间,当时细心的朋友发现并在文末进行过留言,当时简单回复了下,对数坐标就是和对数收益同样的方法计算出来的。
普通坐标BTC
对数坐标BTC
为什么会引入这个函数, 在真正的投资上,验证一个人的投资水平,往往不是短时间的收益率,更多的是其稳定赚钱的能力,即看其投资的连续复合收益率。 对数收益率将短时间的收益进行连续化处理了,是一个更容易触及到的结果,同时在计算复合收益率时简单的相加减就可以,而不用再去使用普通收益率进行复杂的计算。之前说过 主力往往只让你看到想给你看到的,而选择性的把那些有用的东西给屏蔽掉,收益率的计算方式上就是其中一个。
包括短时间的暴涨也是他们想让大家看到的,这样的盘面或者投资风格看似很热闹,但最终的结果是会将大多数投资者清除出这个市场的。之前有个股票指数,是专门统计短线波动和换手比较活跃股票的,在2016年底归零下架, 即参与这类股票的短线炒手们,最终的结局是被深深的套牢成长线,然后走到了归零。
当然币市还处于很早期,你买上了主流价值币,短时间被套没啥问题,走到下轮牛市就能跟着市场回来。但要是买到垃圾币,最终的结果就只能玩完,这个事情在美股、港股、A股上都一一上演过。事实是上一轮比特币牛市时,前十的币种,现在排名靠前的也只剩下三个,看来 币市归零的概率是远大于传统股票的,你能确保你追进去不是归零的那一个?
回到行情, BTC 在回调到3900美元后,再次攀升,但这波上涨是没量的,如果持续下去,短时间还会继续下挫。破位的可能并不大,还是我说的,为了配合市场演进,稳住是第二阶段的主旋律,继续区间震荡还是大概率。
今天是周日,TCT团队发布了这一期的周报, 感兴趣的伙伴可以看看今天的二条“本周周报”。
以上就是股票的对数收益率如何计算?统计学+R语言我是这样分析股票的的详细内容,希望通过阅读小编的文章之后能够有所收获!