R na gpw

Analiza szeregów czasowych

2015-12-29T13:33:00.002+01:00

Analiza szeregów czasowych jest bardzo przydatna w handlu na giełdzie. W uproszczeniu są to, modele w ktorych chcemy przewidzieć zmienną zależną, za pomocą jednej zmiennej niezależnej - czasu. W R mamy klasy "TS", XTS do analizy, lub inne klasy w pakietach, takich jak: fseries, quantmod i timeseries.

Jak łatwo zauważyć, jest to temat podobny do postu: Trend jest twoim przyjacielem

Spójrzmy w kod:

Library(quantmod)

getSymbols ('^ WIG20 ")class(WIG20)

Wynik:[1] "XTS", "zoo"

Oznacza to, że mamy dane w formacie szeregów czasowych. Możemy przeczytać w pomocy:

"Ujednolicenie obsługi różnych klas danych R w oparciu o czas, zwiększa ochronę informacji zawartych w formacie i pozwala na dostosowanie do poziomu użytkownika i rozbudowy, przy jednoczesnym uproszczeniu miedzy klasowej interoperacyjności".

Najważniejsze pakiety w analizie szeregów czasowych:

forecasting -narzędzia do przewidywania
stats - modele autoregresywne, dekompozycja, filtrowanie
tseries - modele garch
mfilter - dekompozycja, filtrowanie
tseries,urca - stacjonarność

Do poprawnej interpretacji, szeregi czasowe powinny być zgodne z tymi zasadami:

Te same wskaźniki.
Te same interwały.
Studiowane wydarzenia powinny być w tych samych jednostkach
Badamy szeregi czasowe między sobą.

W analizie szeregów czasowych istnieją dwa rodzaje metod, jedne oparta na częstotliwości, a drugie metody opierają się na czasie.

Bardzo ważne jest określenie, czy szeregi czasowe są stacjonarne, lub nie stacjonarne. Oznacza to, ze musimy określić czy wariancja jest stała w czasie, czy nieskończona. Bardzo duża ilość metod ekonometrycznych bazuje na założeniu stacjonarności danych. Procesy nie stacjonarne są nie przewidywalne, a stacjonarne mają tendencję do powracania do swoich średnich wartości.

By pozbyć się nie stacjonarności możemy zróżnicować dane, dane różnicujemy do momentu aż uzyskamy stacjonarność, jeżeli zrobimy to raz, to mówimy o danych pierwszego rzędu, i tak dalej.

Więc przeprowadzimy test na stacjonarność danych, z pakietu tseries, wybieramy adf.test.

library('tseries')

adf.test(wig20$Close)

Otrzymujemy wynik:

Augmented Dickey-Fuller Test

data: wig20$Close

Dickey-Fuller = -2.5234, Lag order = 17, p-value = 0.3567

alternative hypothesis: stationary

Nie udało się odrzucić hipotezy zerowej, więc zakładamy, że dzienne ceny zamknięcia wig20 są nie stacjonarne.

getStooqData('wig20')

wig20 = getStooqData('wig20')

dw20 = diff(wig20$Close)

adf.test(dw20)

Tym razem okazuje się, że możemy prognozować zmiany wartości wig20, przy założeniu stacjonarności.

Jako wynik otrzymaliśmy wektor absolutnych wartości różnic cen zamknięcia poszczególnych dni. w pomocy funkcji, widać, że można się bawić, różnicując bardziej w tył, i zmienić opóźnienia.

Barzdzo ciekawym sposobem analizy szeregów czasowych jest ich dekompozycja, dzięki temu możemy uwzględnić efekty sezonowości i anomalii występujących w danych. Do wyboru mamy dwie metody dekompozycji:

addytywna- jeśli wariancja jest stała w czasie.
multiplikatywna - jeśli wariancja się zwiększa z upływem czasu.

Wpisujemy w R, aby otrzymać miesięczne stopy zwrotu z kghm:

library(quantmod)
library(tseries)
library(timeseries)

kgh = getStooqData('kgh')
prices = kgh[,5]
data = as.Date(kgh[,1])
ts =xts(prices, data)
m.ts= ts(monthlyReturn(ts), start = c(1997,7), end = c(2015,12), frequency = 12)

plot(m.ts)

Widzimy, że zmiany są mniej więcej równe. Więc użyjemy addytywnej dekompozycji szeregów czasowych:

decompose(m.ts, type = "additive")

Następnie interesuje nas wartość czynników sezonowych:

dekompozycja = decompose(m.ts, type = "additive")

dekompozycja$seasonal

Dzięki temu możemy zauważyć że w lutym średnio kghm ma wyższą o 2,65 % stopę zwrotu od trendu, a w grudniu przeważnie traci 1,46 %.

Teraz to zobrazujemy:

plot(decompose(m.ts, type = "additive"))

Wykres został podzielony na trzy czynniki:

trend
sezonowość
błąd

Teraz widzimy w jakim trendzie znajdują się zmiany miesięczne kghm-u.

Natomiast zauważmy, że do analizy absolutnych wartości cen akcji kghmu, musimy użyć metody muliplikatywnej, z powodu zwiększającej się wariancji.

kgh.monthly <- ts[endpoints(data, on="months", k=1), ]

plot(kgh.monthly)

kgh.m= ts(kgh.monthly, start = c(1997,7), end = c(2015,12), frequency = 12)
decompose(kgh.m, type = "multiplicative")

Statystyka matematyczna

2015-11-15T20:38:00.001+01:00

Statystyka matematyczna, jest stosowana w celu wnioskowania na podstawie mniejszych zbiorów (prób), stworzonych z wszystkich przypadków jakie wystąpiły(populacji). Jeżeli potrzebujemy w jakiś przeanalizować, jak zmieniła się rentowność wszystkich przedsiębiorstw notowanych na giełdzie, to możemy to zrobić na podstawie np 20 spółek wylosowanych z populacji, czyli wszystkich spółek notowanych na giełdzie.

Możemy utworzyć próby w następujący sposób:

prosta próba populacji - wszystkie przypadki mają takie same prawdopodobieństwo wylosowania do próby. W R do tego celu została stworzona komenda sample. (wpisz w R: ?sample(), by uzyskać pomoc na temat tej funkcji)

systematyczne próbkowanie - wybieramy co każde n przypadków.

próbkowanie warstwowe - dzielimy populację na grupy i następnie z każdej grupy i bierzemy liczbę n przypadków.

Błąd próby:

Jest to różnica pomiędzy statystyką próby, a parametrem populacji.

Dystrybuanta próbek:

Statystyka próby jest zmienną losową, więc posiada swój rozkład prawdopodobieństwa, i informuje on o prawdopodobieństwie otrzymania jakiegoś wyniku na podstawie wszystkich statystyk prób tego samego rozmiaru. Dystrybuanta próbek jest inna od dystrybuanty populacji, na podstawie której były robione próbki i będzie miała inne parametry.

Centralne twierdzenie graniczne/ Twierdzenie Lindeberga-Levy'ego:

Twierdzenie matematyczne mówiące, że dla zmiennych losowych o takim samym rozkładzie prawdopodobieństwa, parametrach średniej x i o skończonej wariancji u. Dystrybuanta próbek dąży do rozkładu normalnego, ze średnią x i wariancją: u/n. Przeważnie granicą normalności jest wielkość próbki większa od 30.

Jest to bardzo ważne w kontekście testowania hipotez i konstruowania przedziałów ufności, gdyż rozkład normalny jest relatywnie łatwy do zastosowania.

Błąd standardowy średniej próby:

Jeżeli znamy odchylenie standardowe populacji, to błąd standardowy przyjmuje wartość:

bs = (u^1/2)/(n^1/2)

gdzie:

bs - błąd standardowy średniej próby

u - wariancja

n - wielkość próbki

Zadanie:

Średnie odchylenie stóp zwrotu z populacji spółek deweloperskich notowanych na GPW wynosi 10,23, ze średnią 5,49(dane zmyślone). Oblicz standardowy błąd średniej próby, n = 20:

bs = 10,23/(20^1/2) = 2,28

Interpretacja : Oznacza, że przy szacowaniu średniej populacji, wykorzystując próbę z 20 przypadkami, to otrzymamy średnią 5,49 z błędem standardowym wynoszącym 2,28.

Często jest tak, że nie znamy wariancji populacji, wtedy stosujemy wariancję próby. Łatwo też wywnioskować, że wraz ze wzrostem próby zmniejsza się błąd, i otrzymujemy dokładniejszy wynik.

Przedział ufności:

Jest to przedział, w którym z podanym prawdopodobieństwem, będzie się znajdował parametr populacji wyznaczony za pomocą estymatora(statystyki próby). Należy od estymatora odjąć wartość błędu standardowego próby pomnożoną przez wartość z tablicy rozkładu T lub Z. I tak dla 95% prawdopodobieństwa, wiemy iż musimy wziąć wartość 1,96, w przypadku rozkładu normalnego. Jest to liczba odchyleń standardowych, w jakich znajduje się 95% populacji.

Na podstawie poprzedniego zadania oszacujmy 95%-owy przedział ufności dla spółekna gpw.

dolna granica = 5,49 - 1,96*2,28 = 1,0212

górna granica = 5,49 -+1,96*2,28 = 9,9588

Interpretujemy to w taki sposób, że średnia populacji znajduje się w granicy od 1,0212 do 9,9588

Koncepcja prawdopodobieństwa

2015-10-26T17:49:00.001+01:00

Mam zamiar opisać niektóre pojęcia związane z teorią prawdopodobieństwa. To bardzo ważne, gdy chcemy zarządzać ryzykiem. Mamy kilka rodzajów wydarzeń:

    Zmienna losowa
    Wzajemnie wykluczające się wydarzenia
    Wydarzenia wyczerpujące (zawierające wszystkie możliwe wyniki)
Prawdopodobieństwo każdym przypadku znajduje się w przedziale od 0 do 1. Prawdopodobieństwo zdarzenia oznacza, jak możemy być pewni, że coś się stanie, ale nawet jeśli wynik ma prawdopodobieństwo 0 nie znaczy, że jest niemożliwe.

Prawdopodobieństwo rzuecnia kości i uzyskania dowolnej liczby od 1do 6 jest 1/6. A prawdopodobieństwo sprzeczności to 1- (1/6)
Empiryczne prawdopodobieństwo ustala się poprzez analizę danych historycznych, a uprzednie prawdopodobieństwo ustalamy za pomocą rozumowania.
Mamy również prawdopodobieństwo warunkowe i bezwarunkowe. Bezwarunkowe prawdopodobieństwo występuje, gdy wynik jest niezależny, od innych czynników
Używamy mnożenia, aby obliczyć wspólne prawdopodobieństwo, dwóch wydarzeń, które wystąpią jednocześnie.

P (AB) = P (A | B) XP (B)
Używamy dodawania, jeśli chcemy obliczyć prawdopodobieństwo, że co najmniej jedno zdarzenie nastąpi.
P (A lub B) = P (A) + P (B) - P (AB)
Wyobraź sobie, że WIG20 ma szansę na 0,5, aby zamknąć się wyżej niż wczoraj, i oblicz prawdopodobieństwo, że zrobi to 4 razy z rzędu.

P (A) = 0,5 ^ 4 = 0,0625

Jakie jest prawdopodobieństwo obu imprez wystąpić, jeśli PZU mają prawdopodobieństwo 0,8 zamknąć wyższe, gdy WIG20 blisko wyższa.

P (AB) = 0.5x0.8 = 0,4

Jakie jest prawdopodobieństwo że, WIG20 lub PZU zamkną się wyżej, jeżeli WIG20 i PZU posiadają 0,5 szansy by zamknąć się wyżej.

P (A lub B) = 0,5 + 0,5 - 0,25 = 0,75

Wartość oczekiwana.

E (x) = sumowanie P (x) x

Powiedzmy, że mamy następujące prawdopodobieństwa takich zwrotów:

     0,3 stracić 1 zł
     0.4, aby nie stracić lub wygrać wszystko
     0,3 wygrać 2 zł

Spodziewany zwrot:

E(x) = 0,3 * (- 1) + 0 + 0,3 * (2) = 0,3

Odchylenie standardowe oczekiwanego zwrotu:

sd (Ex) = (0,3 (-1-0.3) ^ 2 + 0,4 (0-0.3) ^ 2 + 0,3 (2-0.3) ^ 2) ^ 1/2 = 1,187

Quantstrat #1

2015-10-11T22:51:00.001+02:00

We wcześniejszym wpisie, pokazywałem jak zbudować prostą strategię w R, ale teraz użyjemy bardziej zaawansowanego narzędzia. Zastosujemy pakiet Quanstrat. Jest to pakiet nie dostępny w r-cran, i będziemy musieli go pobrać ze strony r-forge. I w ten sposób możemy zbudować prostą strategię opartą na przecięciu się śrenidch kroczących.
Skrypt:
install.packages("quantstrat", repos="http://R-Forge.R-project.org")

#Uwaga, czasmi pakiet nie chce się pobrać, ale to nie wina kodu, tylko repozytorium.

require(quantstrat)
#options("getSymbols.warning4.0"=FALSE)
#rm(list=ls(.blotter), envir=.blotter)

#Data:
initDate='2002-12-31'

#Waluta:
currency('pln')

#Czas:
Sys.setenv(TZ="UTC")

#Symbole (tickery) spółek:
symbols = c('YHOO', 'AAPL')

#Ustaw okres dla którego pobrać dane, oraz żródło:
if(!"XLB" %in% ls()) {
suppressMessages(getSymbols(symbols, from="2003-01-01", to="2015-10-01", src="yahoo", adjust=TRUE))
}

#Dla jakich spółek:
stock(symbols, currency="pln", multiplier=1)

#nazwa strategii, portfela i konta, w tym przypadku ustalilismy jedną:
strategy.st <- portfolio.st <- account.st <- "TrendFollowing"

#czyścimy dane, oraz ustalamy daty dla portfela, konta, i ustalamy, do jakiego portfela mają trafić #zlecenia:

rm.strat(portfolio.st)
rm.strat(strategy.st)
initPortf(portfolio.st, symbols=symbols, initDate=initDate, currency='pln')
initAcct(account.st, portfolios=portfolio.st, initDate=initDate, currency='pln')
initOrders(portfolio.st, initDate=initDate)

#Zapisujemy strategię:
strategy(strategy.st, store=TRUE)

#Dodajemy wskaźniki, 10 i 20 okresową średnią:
add.indicator(strategy.st, name="SMA", arguments=list(x=quote(Cl(mktdata)), n=10),label = '1')
add.indicator(strategy.st, name="SMA", arguments=list(x=quote(Cl(mktdata)), n=20),label = '2')

#Dodajemy sygnały strategi, w tym przypadku chcemy, żeby średnie się przecięły, ale w następnym #przykładzie, pokaże dla innych sygnałów:
add.signal(strategy.st, name="sigCrossover",
arguments=list(column=c("SMA.1",'SMA.2'), relationship="gt", cross=TRUE),
label="longEntry")

add.signal(strategy.st, name="sigCrossover",
arguments=list( column=c("SMA.1",'SMA.2'), relationship="lt", cross=TRUE),
label="longExit")

#Dodajemy reguły, za pomocą komendy, dla sygnału nazwanego: "longEntry", kup 100 akcji
add.rule(strategy.st, name="ruleSignal",
arguments=list(sigcol="longEntry", sigval=TRUE, orderqty=100,
ordertype="market", orderside="long", replace=FALSE, prefer="Open"),
type="enter", path.dep=TRUE)

#wychodzenie z pozycji, sprzedajemy wszystkie akcje
add.rule(strategy.st, name="ruleSignal",
arguments=list(sigcol="longExit", sigval=TRUE, orderqty="all",
ordertype="market", orderside="long", replace=FALSE, prefer="Open"),
type="exit", path.dep=TRUE)

t1 <- Sys.time()
out <- applyStrategy(strategy=strategy.st,portfolios=portfolio.st, verbose=FALSE)
t2 <- Sys.time()
print(t2-t1)
updatePortf(portfolio.st)
dateRange <- time(getPortfolio(portfolio.st)$summary)[-1]
updateAcct(portfolio.st,dateRange)
updateEndEq(account.st)

tStats <- tradeStats(Portfolios = portfolio.st, use = "trades", inclZeroDays = FALSE)
View(data.frame(t(tStats[, -c(1:2)])))

#wszystkie zlecenia
get.orderbook(portfolio.st)

#rysowanie zleceń:
chart.Posn(portfolio.st, "AAPL")

#lub bliżej:
chart.Posn(portfolio.st, "AAPL", Dates = '2013-06::')

#zapisujemy strategię
save.strategy(portfolio.st)

Analiza techniczna w R.

2015-09-29T23:50:00.002+02:00

O analizie technicznej napisano już bardzo dużo. Nie będę powielał ścian tekstu o wskaźnikach, do których opisy jest bardzo łatwo znaleźć w internecie. Po prostu w moim wpisie chcę pokazać iż środowisko R jest równie dobre, albo lepsze od oprogramowania komercyjnego, jeżeli umie się je wykorzystać. Jak robić wykresy w R, to proste. Sciągamy pko używając funkcji getStooqdata, i w pakiecie quantmod robimy wykresy.

Skrypt:

library("RCurl')
getStooqData('pko)

library('quantmod')
xspko = xts(pko[,-1],order.by=as.POSIXct(pko$Date))

chartSeries(xspko, type = "candlesticks", subset = '2014::2015-10', theme = chartTheme('white'))

Wykresy w R są ładne i przejrzyste. Na początku w komendzie chartSeries podajemy ramkę danych.
następnie ustalamy typ wykresu, w tym przypadku zrobiliśmy wykers świecowy, następnie ustalamy okres, i dodatkowo ustawiliśmy białe tło.

Teraz dodamy wskaźniki analizy technicznej, oraz skalę logarytmiczną, zmienimy także okres.

chartSeries(xspko, type = "candlesticks", subset = '2013::2015-10', theme =

chartTheme('white'), log.scale = TRUE, name = 'PKO')

addRSI(14)

Dodaliśmy średnią kroczącą komendą:

addSMA(n = 10, on = 1, with.col = Cl, overlay = TRUE, col = "brown")

Inny sposób:
chartSeries(xspko, type = "candlesticks", subset = '2013::2015-10', theme =
chartTheme('white'), log.scale = TRUE, name = 'PKO', TA = c(RSI(14),
addSMA(n = 10, on = 1, with.col = Cl, overlay = TRUE, col = "brown")) )

Przydatna jest też funckja rechart, dzięki której możemy zmieniać rysunek na bieżąco. W R jest mnóstwo rodzajów średnich kroczących i wskaźników, którymi możemy dowolnie manipulować, istnieją też inne pakiety, ale obsługa quantmod, przyda się nam w momencie, w którym będziemy robić zaawansowane strategie i modele. Trwają też prace nad zautomatyzowaniem pobierania danych fundamentlanych i wykorzystania ich w analizach,ale to niestety będzie dotyczyć tylko spółek z bazy danych yahoo. Możemy także tworzyć własne wskaźniki analizy technicznej. Ale wymaga to już wiedzy programistycznej w R, której na razie nie będę poruszał na blogu.

Prawdopodobieństwo i ryzyko.

2015-09-23T12:14:00.001+02:00

W tym wpisie, zrobię krótki wstęp do prawdopodobieństwa(rachunek prawdopodobieństwa). Znajomość tego pojęcia przydaje się na giełdzie, i na pewno nie raz będziecie to wykorzystywać. Można powiedzieć, iż prawdopodobieństwo jest to szansa na jakieś zdarzenie. Teoria ta jest pomocna w modelowaniu zjawisk losowych, co do których nie możemy byc pewni, czy coś takiego się wydarzy.

Na giełdzie, szczególnie przydatne są dwa rozkłady prawdopodobieństwa: normlany i t-studenta.
Wiemy, że rozkłady stóp zwrotu spółek są bardzo podobne do rozkładu normalnego. Mają natomiast grubsze ogony, i własnie dlatego w obliczaniu ryzyka, propoonowałbym stosowanie rozkładu t-studenta. Jest to rozkład normalny z taką różnicą, że oprócz dwóch podstawowych parametrów: średnia i odchylenie standardowe, dochodzi trzeci: nu(df). Są to stopnie swobody. Jeżeli wartość stopni swobody jest równa nieskończonosć, to rozkład zamienia się w normalny. Wraz ze spadkiem tej wartości, rozkład się wypłaszcza, a ogony się pogrubiają.

Oba te rozkłady są wykorzystywane w ewaluacji parametru: VAR. Po polsku: wartości zagrożonej. Za jego pomocą obliczamy, z jakim prawdopdobieństwem, nie stracimy jakiejś kwoty. Szacujemy odchylenie standardowe stóp zwrotu, a następnie z rozkładu prawdopodobieństwa patrzymy o ile odchyleń standardowych może odchylić się stopa zwrotu z danym prawdopodbieństwem. Można go liczyć różnymi sposobami, ale dzisiaj skupimy się na najbardziej prymitywnym sposobie.

Var 95% dla PKO BP:

Skrypt:
library('RCurl')
pko = getStooqData('pko')
library('quantmod')
library('fBasics')
xspko = xts(pko[,-1],order.by=as.POSIXct(pko$Date))
xspko$change = ROC(xspko$Close, 1)
basicStats(xspko$change)

change
nobs        2716.000000
NAs            1.000000
Minimum       -0.122184
Maximum        0.099738
1. Quartile   -0.011239
3. Quartile    0.011465
Mean           0.000227
Median         0.000000
Sum            0.617135
SE Mean        0.000395
LCL Mean      -0.000547
UCL Mean       0.001002
Variance       0.000424
Stdev          0.020582
Skewness      -0.051610
Kurtosis       2.604960

Ponieważ nie możemy być pewni, że średnia jest większa od zera w naszym
rozkładzie, uważamy, jest równa zeru.
Wartość kapitału = 10000 i VAR w 95% kapitały: 100% akcji PKO.
obliczenia:

w0 = 10000
mu.R = 0.
sd.R = 0.02
R.vals = seq(from=(mu.R - 3*sd.R), to=(mu.R + 3*sd.R), length = 100)
mu.w1 = 10000
sd.w1 = 200
w1.vals = seq(from=(mu.w1 - 3*sd.w1), to=(mu.w1 + 3*sd.w1), length = 100)

mu.R = 0.
sd.R = 0.02
R.vals = seq(from=(mu.R - 3*sd.R), to=(mu.R + 3*sd.R), length = 100)
mu.w1 = 10000
sd.w1 = 200
w1.vals = seq(from=(mu.w1 - 3*sd.w1), to=(mu.w1 + 3*sd.w1), length = 100)

par(mfrow=c(2,1))
#narysuj dystrybuantę stopy zwrotu
plot(R.vals, dnorm(R.vals, mean=mu.R, sd=sd.R), type="l",
main="Return rate", xlab="R", ylab="pdf")
#Wizualizacja wartości kapitału
plot(w1.vals, dnorm(w1.vals, mean=mu.w1, sd=sd.w1), type="l",
main="Wealth", xlab="W1", ylab="pdf")

#kalkulacja var

q.R.05 = qnorm(0.05, mu.R, sd.R)

w0*q.R.05

-330.6156

Każdy jest zgodny co do jednego. Jest to sposób wyliczania VAR, który niestety

nie docenia ryzyka. Do lepszego wyliczenia ryzyka możemy użyć logarytmicznych

stóp zwrotu, lub rozkładu t-studenta.

Logarytmiczne stopy zwrotu:

xspko$logchange  = log(1+ xspko$change)


mu = 0.
sd = sd(na.omit(xspko$logchange))

R.vals = seq(from=(mu - 3*sd), to=(mu + 3*sd), length = 100)
mu.1 = 10000
sd.1 = (sd*mu.1)
w1.vals = seq(from=(mu.1 - 3*sd.1), to=(mu.1 + 3*sd.1), length = 100)

par(mfrow=c(2,1))

plot(R.vals, dnorm(R.vals, mean=mu, sd=sd), type="l", main="Return rate", xlab="R", ylab="pdf")

plot(w1.vals, dnorm(w1.vals, mean=mu.w1, sd=sd.w1), type="l", main="Wealth", xlab="W1", ylab="pdf")

q.R.05 = qnorm(0.05, mu, sd)

w0*q.R.05

-339.008

Widzimy iż wartosć naszego VAR się powiększyła(VAR, przeważnie podaje się jako
dodatnią wartość).Teraz użyjemy rozkłady t-studenta. Do oszacowania parametrów naszego rozkładu,użyjemy funkcji fitdistr.
library('MASS')

fitdistr(na.omit(xspko$change), densfun = 't')
        m              s              df     
  0.0001781803   0.0154324786   4.3396489998 
 (0.0003467581) (0.0003751202) (0.3830073869)

Rozkład posiada 4.33 stopnie swobody.

VAR 95%

q.r.t.05 = qt(0.05,4.33)
w0*q.r.t.05*sd.R

-419.2881

Dzięki rozkładowi t-studenta, osiągnęliśmy jeszcze większą wartosć VAR. I

powinien on lepiej oddawać ryzyko.

W R jest specjalna bibliotek do szacowania parametru VAR.

Nazywa się: 'VaRES'. Polecam poczytać pomoc dla tego pakietu.

Dalsza walidacja i redukcja wymiarowości modelu binarnego na Wig20.

2015-09-18T02:29:00.000+02:00

W tym wpisie, chcę dokończyć, to co zacząłem w: prosty model klasyfikacyjny #1 , którego nie skończyłem. Stwierdziłem też, że bloga trzeba zreorganizować. Pozytywnie zaskakuje mnie też, dosyć spora liczba czytelników(tak mi się wydaje), ostatnio trochę pozmieniałem poprzednie wpisy, żeby były jeszcze bardziej przyjazne dla laika, i zawierały więcej wartościowej wiedzy, ale to jeszcze nie jest to. Chcę by osiągnęły dopiero swoją finalną formę w mam nadzieję bliskiej przyszłości. Pomysłów na wpisy mam zbyt dużo by móc je zrobić teraz, ale mam nadzieję że będzie będzie się wam podobało. Jeżeli coś jest nie jasno wytłumaczone, to proszę o komentarz, a poświęcę na dany temat więcej czasu.

Wracając do tematu naszego modelu na wig20, zastanówmy się, co powinniśmy zrobić, by osiągnąć lepsze wyniki. Po pierwsze, uaktualnić dane.

Możemy usunąć obserwacje, w których wig20 nie był notowany 5 dni w tygodniu. Osobiście nie wiem, czy to podniesie wyniki modelu, ale na pewno spowoduje, iż będzie on bardziej adekwatny do tego co dzisiaj się dzieje na rynkach. zostało to zmienione w 1994 roku. Ale dla pewności, rozpoczniemy od 01-01 1995 roku.

Wpisujemy:

wig20 =wig20[-1:-477,]

Zamiast:

wig20 =wig20[-1:-10,]

Dzięki temu, już osiągamy lepsze wyniki. Żeby to udowodnić, użyjemy Akkaike infromation criterium, w skrócie AIC.

AIC = -2(sigma) ln(pi) + 2n

sigma - sumowanie
pi - estymowane prawdopodobieństwo, przy założeniach danego modelu,
n - liczba parametrów

Akkaike infromation criteria dla modelu z wcześniejszymi danymi : 7813.6
Akkaike infromation criteria dla modelu z nowymi danymi : 7184.4

Pamiętaj: Im mniejsze AIC, tym prawdopodobnie lepszy model uzyskalismy. Ale tych dwóch modeli nie powinniśmy ze sobą porównywać. Za wzoru widać, iż AIC musiało spaść.

Po drugie, użyć logarytmicznych stóp zwrotu.(To nie zawsze działa)

Dołączamy do poprzedniego kodu, za linijką, gdzie liczymy stopy zwrotu.
wig20$change = log(1+ wig20$change)

Akkaike infromation criteria dla modelu z prostymi stopami zwrotu : 7184.4
Akkaike infromation criteria dla modelu z logarytmicznymi stopami zwrotu : 7184.3

Po trzecie, zredukować wymiarowość. Model jest ze zbyt dużą liczbą parametrów. Na razie po prostu usuniemy, to o czym nam powiedziało nasz podsumowanie, że jest nie ważne. W R otrzymalismy taki wynik:

(Intercept)  0.12051    0.06558   1.838  0.06611 . 
lag1         0.41297    1.59716   0.259  0.79597   
lag2        -3.28778    1.60044  -2.054  0.03995 * 
lag3        -4.45266    1.59855  -2.785  0.00535 **
lag4         0.92123    1.59458   0.578  0.56345   
lag5        -2.16554    1.59694  -1.356  0.17508   
lag6        -0.01308    1.59550  -0.008  0.99346   
lag7        -1.39924    1.59491  -0.877  0.38031   
weekday     -0.03449    0.01969  -1.752  0.07985 .

Co oznacza, że na 99,9% mamy pewność, że stopa zwrotu z 3 dni wcześniej ma
znaczenie. Na 99% mamy pewność, że stopa zwrotu 2 dni wcześniej ma znaczenie.
A na 95% iż wyraz wolny i dzień tygodnia ma znaczenie.(chodzi o te kropki i gwiazdki
z boku)
Resztę zmiennych objaśniających możemy usunąć, ponieważ nie możemy być pewni, iż one wpływają na wynik, prawdopodbnie, tylko przeszkadzają.

fit = glm(direction~ lag2 + lag3 +weekday, family = 'binomial')
coef(glm.fit)

AIC = 7177.3

summary.of.table
[1] 0.5232019

Model przewidział kierunek wig-u 20 dobrze w 52,3 %. To mniej niż w jego
pierwotnej wersji, ale to noramlne. Zredukowaliśmy ilość zmiennych objasniających,
by mieć mniejsze prawdopdobieństwo zbytniego dostosowywania do dnaych. A co za tym idą też gorsze wyniki.

Walidacja.

LOOVCV

W tej metodzie uczymy naszą regresje na całym zbiorze, wyłączając jeden przypadek. Na tym jedneym przypadku, sprawdzamy jak dobrze nasz model przewidział daną wartość. Tej metody wam, nie pokażę, ale jest ona bardzo prosta. Jeżeli ktoś czyta mojego bloga, na pewno bedzie umiał to zrobić

Walidacja prosta

W tej metodzie, dzielimy nasz zbiór losowo na dwa podzbiory. Jeden - uczący i drugi
testowy(do sprawdzenia).
Dodajemy do kodu, gdzie zmieniamy foramt daty(duże Y, by pokazywało cały rok),
następnie, ustalamy wzór testowy na rok 2011 i wyżej:
wig20$year = format(as.Date(wig20$Date), "%Y")
train =(wig20$year <2011)
wig20.2011= wig20[!train,]
dim(wig20.2011)
Direction.2011= wig20$direction[!train]
fit.2011 = glm(direction~lag2 + lag3+ weekday, data = wig20, family = 'binomial', subset = train)
glm.probs.2011 =predict(fit.2011 ,wig20.2011 , type="response")
glm.pred = rep ("0" ,1176)
glm.pred[glm.probs.2011 >.5]= "1"
tabela.2011 = table(glm.pred ,Direction.2011)
summary.of.table.2011 =(tabela.2011[1,1]+ tabela.2011[2,2])/ sum(tabela.2011)

summary.of.table.2011
[1] 0.5195578

Nasz model przewidział dobrze wzrosty w prawie 52%, na zbiorze testowym.

Kto może się poszczycić, taką skutecznością ?

Pytania do kodu:
Dlaczego w glm.pred powtarzamy '0" 1176 razy ?
Bo taka jest długość zbioru testowego, następnie nakładamy "1", tam gdzie regresja przewidziała wzrosty.

W następnym wpisie omówimy inne sposoby sposoby walidacji i redukcji wymiarowości.

Szeregi, statystyka opisowa, grafika

2015-09-12T00:18:00.001+02:00

W analizie na giełdzie bedziemy używać paru głównych szeregów statystycznych:

wyliczające(proste) - przeważnie dla małych zbiorowości

rozdzielcze(strutkturalne) - podzielone na grupy:

a) cech mierzalnych : punktowe i przedziałoweb) cech niemierzalnych

czasowe - dla zjawiska w kolejnych okresach:

a)momentów - w ściśle określonych momentach(w dniu, godzinie)
b)okresów - rozmiary zjawiska w pewnych okresach(rok, półrocze kwartał)

Panelowe - Np. zatrudnienie w kilku krajach przez pewien czas.

a) panelowo-czasowe (więcej wierszy niż kolumn)
b) czasowo-panelowe(więcej kolumn niż wierszy)

Mozemy je analizować stosując statystykę opisową, tak jak to zrobiłem komendą basicstats, oraz przedstawiając graficznie, w drugiej częśći kodu.
skrypt:
getStooqData(kgh)
library(quantmod)

#numeryczna data
kgh$numericdate = as.numeric(kgh$Date)

#policz zmiane
kgh$change = (ROC(kgh[,5],1))*100
kgh$year = as.POSIXlt(kgh$Date)$year
#simple series

#usun NA
kgh = kgh[-1,]

library(fBasics)
basicStats(kgh$change)

            X..kgh.change
nobs          4547.000000
NAs              1.000000
Minimum        -23.624823
Maximum         17.899951
1. Quartile     -1.468572
3. Quartile      1.600034
Mean             0.048914
Median           0.000000
Sum            222.363155
SE Mean          0.041823
LCL Mean        -0.033079
UCL Mean         0.130907
Variance         7.951609
Stdev            2.819860
Skewness        -0.145463
Kurtosis         4.468267

#LCL to dolna krawędź przedziału ufności średniej, a UCL górna.

#sprawdźmy, za jak dużą część ruchów odpowiadają te najbardziej skrajne:

library(ineq)

Gini(kgh$change, corr = FALSE)

#29.51627

#koncentracja wynosi około 30 %. Im większa wartość, tym bardziej skoncentrowana

#zmienna, index równy 1, oznacza, że wszystkie zmiany kgh wystąpiły w jednym zdarzeniu.

#histogram stóp zwrotu:

hist(kgh$change, breaks = 15)

#Obliczanie liczby klas:
#pierwsza metoda:
sqrt(length(kgh$change))

#inne metody
# struges = 1.44ln(n+1)
nclass.Sturges(na.omit(kgh$change))
# Freedman-Diaconis = (Rn^(1/3))/2Q
nclass.FD(na.omit(kgh$change))
#scott = (Rn^(1/3))/3.5s
nclass.scott(na.omit(kgh$change))

#Ponieważ liczba klas nie powinna być mniejsza niż 5 i większa, niż 15, to

#przyjmiemy liczbę klas równą 14.

#Długość klasy:

(max(kgh$change, na.rm = TRUE) - min(kgh$change, na.rm = TRUE))/14

#tworzenie klas
for(i in 1:nrow(kgh)){
if(kgh[i,8] < (min(kgh[,8])+2.96) & kgh[i,8] > (min(kgh$change)))
kgh$klasa[i] = 1
if(kgh[i,8] < (min(kgh[,8])+2*(2.96)) & kgh[i,8] > (min(kgh[,8])+2.96))
kgh$klasa[i] = 2
if(kgh[i,8] < (min(kgh[,8])+3*(2.96)) & kgh[i,8] > (min(kgh[,8])+2*2.96))
kgh$klasa[i] = 3
if(kgh[i,8] < (min(kgh[,8])+4*(2.96)) & kgh[i,8] > (min(kgh[,8])+3*2.96))
kgh$klasa[i] = 4
if(kgh[i,8] < (min(kgh[,8])+5*(2.96)) & kgh[i,8] > (min(kgh[,8])+4*2.96))
kgh$klasa[i] = 5
if(kgh[i,8] < (min(kgh[,8])+6*(2.96)) & kgh[i,8] > (min(kgh[,8])+5*2.96))
kgh$klasa[i] = 6
if(kgh[i,8] < (min(kgh[,8])+7*(2.96)) & kgh[i,8] > (min(kgh[,8])+6*2.96))    
kgh$klasa[i] = 7
if(kgh[i,8] < (min(kgh[,8])+8*(2.96)) & kgh[i,8] > (min(kgh[,8])+7*2.96))
kgh$klasa[i] = 8
if(kgh[i,8] < (min(kgh[,8])+9*(2.96)) & kgh[i,8] > (min(kgh[,8])+8*2.96))
kgh$klasa[i] = 9
if(kgh[i,8] < (min(kgh[,8])+10*(2.96)) & kgh[i,8] > (min(kgh[,8])+9*2.96))
kgh$klasa[i] = 10
if(kgh[i,8] < (min(kgh[,8])+11*(2.96)) & kgh[i,8] > (min(kgh[,8])+10*2.96))
kgh$klasa[i] = 11
if(kgh[i,8] < (min(kgh[,8])+12*(2.96)) & kgh[i,8] > (min(kgh[,8])+11*2.96))
kgh$klasa[i] = 12
if(kgh[i,8] < (min(kgh[,8])+13*(2.96)) & kgh[i,8] > (min(kgh[,8])+12*2.96))
kgh$klasa[i] = 13
if(kgh[i,8] > (min(kgh[,8])+13*2.96))
kgh$klasa[i] = 14

#Uwaga, jeżeli ktoś zna się na R i wie, jak zakodować to lepiej, poprosiłbym o

#wskazówki.

#A teraz, dalej:

library(np)

#Wyznaczenie gęstości zmienności w czasie kghm:
plot(npudens(~change+numericdate, data = kgh))

Na obrazku dobrze widać zmieniającą się zmienność. Im niżej jest środek tego
rozkładu, tym większe odchylenie standardowe. 4e -05, na skali oznacza gęstość i
wynosi ona na tej wysokości 0.00005. Suma pola gęstości wykresu równa się 1.
Zmieniając theta i phi, zmieniasz kąt patrzenia, theta działa horyzontalnie, a phi
wertykalnie:

plot(npudens(~change+numericdate, data = kgh[4000:nrow(kgh),]),theta=-135,phi = 20)

Pierwsza prosta strategia

2015-09-07T23:35:00.000+02:00

Na początku, bardzo cię proszę bys przejrzał pomoc dla pakietu quantmod : official cran download

Skrypt:

library(quantmod)
getSymbols("^wig20")
#SMi w kolejności: (liczba okresów, wolny, szybki, signal, rodzaj średniej)
stochastic = SMI(WIG20$WIG20.Close,10,25,10,19,ma.type="EMA")

#Kod do ustawienia wszystkiego
#Uważaj, sygnał kupna/sprzedaży jest ustawiony odwrotnie w tym przypadku, #niż jest normalnie.

sigup = ifelse(stochastic[,1] < stochastic[,2], 1, 0)
sigdn = ifelse(stochastic[,1] > stochastic[,2], 1, 0)
sigup[is.na(sigup)] <- 0
sigdn[is.na(sigdn)] <- 0

# Nie patrzymy w przyszlość, więc zajmujemy pozycję dzień później po sygnale
sigup = lag(sigup,1)
sigdn = lag(sigdn,1)
#zrobione

sig = sigup + sigdn
ret = ROC(Cl(WIG20$WIG20.Close),1)
ret[1,] = 0

#ustawiamy kapitał
eq_up = exp(cumsum(na.omit(ret*sigup)))
eq_dn = exp(cumsum(na.omit(ret*sigdn*-1)))
trading_eq = eq_up + eq_dn - 1

#Podsumowanie strategii z zachowaniem indeksu
eq_all = exp(cumsum(na.omit(ret*sig)))
par(mfrow = c(2,1))
plot(trading_eq, main = "summary of trading")
plot(eq_all,main = "summary of wig20")

Jak widać, jest to kod do prostej strategii zbudowanej za pomocą wskaźnika stochastycznego. Obliczenia, w krótkim okresie spowodowane brakiem danych z serwisu Yahoo, oraz nie zawierają prowizji. Z tych powodów, nie polecam tej strategii do tradingu. To jest tylko demonstracja procesu budowania strategii.

Ale mam dobre wieści. Możemy używać danych z stooq.com, przekształcić go w XTS i zrobić test dla całej historii WIG20. Oto skrypt:
#other data set
library(quantmod)
library(RCurl)

#pobierz dane
s.Wig20 = getStooqData("WIG20")

# przekonwertuj w xts
xswig20 = xts(s.Wig20[,-1],order.by=as.POSIXct(s.Wig20$Date))

stochastic = SMI(xswig20$Close,10,25,10,19,ma.type="EMA")

#Normalne zasady
sigup = ifelse(stochastic[10:nrow(stochastic),1] > stochastic[10:nrow(stochastic),2], 1, 0)
sigdn = ifelse(stochastic[10:nrow(stochastic),1] < stochastic[10:nrow(stochastic),2], 1, 0)
sigup[is.na(sigup)] <- 0
sigdn[is.na(sigdn)] <- 0

sigup = lag(sigup,1)
sigdn = lag(sigdn,1)

sig = sigup + sigdn
ret = ROC(Cl(xswig20$Close),1)
ret[1,] = 0

eq_up = exp(cumsum(na.omit(ret*sigup)))
eq_dn = exp(cumsum(na.omit(ret*sigdn*-1)))
trading_eq = eq_up + eq_dn - 1

#Podsumowanie
eq_all = exp(cumsum(na.omit(ret*sig)))
par(mfrow = c(2,1))
plot(trading_eq, main = "summary of trading")
plot(eq_all,main = "summary of wig20")

Teraz widzimy, że mogliśmy pomnozyć nasz kapitał 15 razy przy użyciu tej strategii od początku powstania indeksu wig20, ale jest gorzej niż indeks. Proste kup i trzymaj mogło pomnozyć nasz kapitał 40 razy, z wyłączeniem dywidendy. Ale te dane zawierają bład przetrwania, to znaczy że część spółek z tego indeksu zbankrutowała i nie należy do WIG20. Także skład WIG-u 20 zmienia się w sposób ciągły.

Opcje - greki

2015-09-07T23:21:00.000+02:00

Greek alphabet

Opcje są bardzo fajnymi instrumentami pochodnymi, które możemy wykorzystać, aby zarobić, w każdej sytuacji. Opcja to prawo do kupna lub sprzedaży akcji w uzgodnionej cenie. Istnieją dwa główne rodzaje:
- Opcja europejska (wykonywana tylko w datę wygaśnięcia)
- Opcja amerykańska (mogą być wykonywane, gdy nabywca chce)
Z powodu tego różnicą, amerykańskie opcje są zawsze mają taką samą lub większą wartość. Zwłaszcza wtedy, gdy akcje wypłacają dywidendy.
Drugi podział:

Więc jeśli opcja posiada wartość wewnętrzną (kiedy możemy wykonać opcję i natychmiast zrealizować zysk), opcja jest ITM, gdy cena wykonania i cena na rynku jest taka sama, to jest to opcja ATM. Wszystkie inne przypadki to opcje OTM.

Greki:

Delta pokazuje, w jaki sposób zmieni się cena opcji w przypadku, gdy podstawowy instrument zmieni swoja cenę o 1 punkt.

delta = (zmiana opcji) / (zmiana instrumentu podstawowego)

Delta wzrasta (lub spada w sprzedaży), gdy jest w pobliżu ITM i jest bliska zeru, jeśli instrument jest OTM.
Dla portfela opcji delta jest równa sumie ważonych wszystkich delt w portfelu.
Jeśli mamy portfel 100 akcji i 50 kupinoych opcji put z delta równej 0,5. Jak zmieni się portfolio, jeśli cena podstawowego instrumentu zmieniła się o 1 punkt.

zmiana portfela = 100 * 1 - 50 * 0,5 = 75

Gamma mówi nam, w jaki sposób zmiana ceny, wpływa na zmianę delty.

Gamma = (zmiana delty) / (zmiana ceny)

Wartość zawsze dodatnia.
tym większa im bliżej daty ważności i ATM.
Dla portfela jest równy ważonej sumie wszystkich gamma.

Vega (kappa)

To mówi nam jak cena opcji jest wrażliwa na zmiany zmienności instrumentu podstawowego.

Vega = (zmiana ceny opcji) / (zmiana odchylenia standardowego)

Liczba zawsze dodatnia.
Zmniejsza się, gdy zbliża się data ważności.
Do portfela opcji vega jest równy ważonej sumie Vega.

theta

Theta mówi nam, jak cena opcji się zmniejsza gdy jedna jednostka czasu przemija.

Wartość zawsze negatywna.

Rho

Mówi nam, jak cena opcji zmienia się w przypadku zmiany stóp procentowych.

RHO = (zmiana ceny opcji) / (zmiana stóp procentowych)

Model gordona

2015-09-07T21:18:00.000+02:00

Dziś nadszedł czas, aby podyskutować na temat szeroko stosowanego modelu Gordona. Formuła tego modelu to:p = (d * (1 + g)) / (r-g)p = maksymalna cena akcjid = dywidendag = stopa wzrostu na akcję

r = wymagany zwrotRównież:d = (1-wi) * ROEwi = wskaźnik retencji(1-wi) = procent zysku na dywidendęROE = Zwort na kapitaleg = wi * roe
Pierwsze wrażenie jest, że akcje z wyższymi dywidendami, powinny mieć wyższą cenę od innych, ale to nie jest prawda. Jeśli chcemy spędzić cały zysk na dywidendę z firmy, wtedy ponieważ stopy retencji jest równa 0, ze wzoru widzimy, że g jest równe 0. Więc ma to wpływ na mianownik i licznik , i to wycena zleży, od tego na który czynnik ma większy wpływ.

Ponadto należy mieć świadomość, jakich danych możemy użyć, jeśli używamy szacowany zysk w przyszłym roku, to nie są pomnożenie jej przez (1 + g)

Jest to najczęściej używana formuła, i działa świetnie, ale wymaga to firmy, które ma politykę dywidendową. Jest to odpowiednie dla drobnych inwestorów, którzy spekulują na akcjach i w przypadku, gdy nie kupuje się całej firmy lub nie jest się strategicznym inwestorem, który posiada większości udziałów.

Niestety większość spółek notowanych na GPW, nie mają polityki dywidendy . Tak więc możemy obliczyć go za pomocą:

1. FCFF = NOPLAT + amortyzacja - inwestycje - zmiana kapitału obrotowego
lub:
1. FCFE = FCFF + pożyczki netto - odsetki * (1-podatek)
FCFF = wolne cahsflow dla firmy
FCFE = wolne cahsflow dla akcjonariuszy

Tak więc, formuła wygląda prawie tak samo:

p = (FCFF * (1 + g)) / (r-g)

Pamiętaj, że są to metody wyceny przepływów pieniężnych, ale nie są one właściwe dla firm, gdy ich zyski są poniżej zera.

Prosty model klasyfikacyjny #1

2015-09-07T20:22:00.000+02:00

Będziemy za pomocą modelu regresji logistycznej, przydatnej do oszacowania prawdopodobieństwa osiągnięcia dodatniej lub ujemnej stopy zwrotu z indeksu WIG20. Oto kod:

#Przydatna funkcja

lagpad <- function(x, k) {
c(rep(NA, k), x)[1 : length(x)]
}

library('RCurl')
wig20 = getStooqData('WIG20')
library(quantmod)

wig20$change = ROC(wig20$Close, 1)

#opóźnianie dni:

wig20$lag1 = lagpad(wig20$change, 1)
View(wig20)
wig20$lag2 = lagpad(wig20$change, 2)
wig20$lag3 = lagpad(wig20$change, 3)
wig20$lag4 = lagpad(wig20$change, 4)
wig20$lag5 = lagpad(wig20$change, 5)
wig20$lag6 = lagpad(wig20$change, 6)
wig20$lag7 = lagpad(wig20$change, 7)

# usuwanie pierwszych wyników, by usunąc NA.

wig20 =wig20[-1:-10,]

#zapisywanie dni tygodnia jako cyfr
wig20$weekday = weekdays(as.Date(wig20$Date))
wig20$weekday = as.factor(wig20$weekday)
wig20$weekday = as.numeric(wig20$weekday)

#dostosowanie wartości binarnych

wig20$direction = as.numeric(wig20$change> 0)

#Patrzymy na korelację

cor(wig20[,2:17])
fit = glm(direction~. -Open - High -Low -Close - change - Date -Volume, data = wig20, family = 'binomial')
coef(glm.fit)

#prawdopodobieństwa
wig20.prob = predict(fit, type = "response")
wig20.pred = rep('DOWN', 5627)
wig20.pred[wig20.prob> 0.5] = "up"
wig20.pred = rep(0, 5627)
wig20.pred[wig20.prob> 0.5] = 1
table(wig20.pred, wig20$direction)

Podsumowanie:

Estimate mówi nam, jak zmienne objaśniające wpływają na prawdopodobieństwo.

Odchylenie reszt powinno być możliwie jak najmniejsze

Te znaki na prawo od ostatniej kolumny, informują nas, która wejściowa ma wpływ na prawdopodobieństwo, możemy być pewni, że reszta może nie mieć żadnego wpływu.

Następnie:
table(wig20.pred, wig20$direction)

Dostajemy tablicę, która mówi nam o procencie poprawnych i złych predykcji

wig20.pred    0    1
         0 1235 1128
         1 1536 1728

A więc dobrze przewidzieliśmy spadki w 1235 przypadkach, a wzrosty w 1728 przypadkach, reszta to złe predykcje.

Trend jest twoim przyjacielem

2015-09-07T19:09:00.000+02:00

Trend występuje na rynku, gdy cena akcji lub innego instrumentu porusza się przez chwilę w jakimś kierunku. To może być w górę lub w dół. Mamy dwa rodzaje trendu: stochastyczny(wariancji) i deterministyczny(odnoszony do średniej). Poprzez trend deterministyczny możemy rozumieć taki trend, który jest stały i niezakłócalny przez losowe wachania, a zjawisko opisywane zawsze do niego wraca. Natomiast trend stochastyczny cechuje się wariancją dążącą do nieskończoności, co oznacza, że zakłócenia mają trwały efekt.

Może to być zidentyfikowane za pomocą analizy technicznej, ale ja wolę inne podejście. Na przykład, zamiast szukać na wykresie średnich ruchomych, oraz ich nachylenia, możemy skorzystać z bardziej wyrafinowanych metod. Wszyscy wiemy, że przeróżne rodzaje średnich ruchomych są popularne, więc pracują średnio, ale są czasem wystarczające. Właściwie moim zdaniem są dobre, i handlowałem prawie 2 lata na futures, przy użyciu tylko dwóch EMA, ale najważniejszą rzeczą na rynku akcji jest ciągłe udoskonalanie. Nigdy nie znajdziemy wspaniałego systemu tranzakcyjnego, ale kluczem do sukcesu jest ciągła poprawa, tylko w małych kroczkach, jak na przykład poprawę swojego CAR(rocznej kapitalizowanej stopy zwrotu) o 2 punkty procentowe rocznie. To jrobi ogromną różnicę, jeżeli inwestujemy w perspektywie10 lat lub więcej.

Wygładzanie jest jednym ze sposobów dopasowania do krzywej, oprócz tego mamy też interpolację.

Tak więc, co możemy zrobić w R? Tu, mamy pole do opisu i są różne metody uśredniania.

Skrypt:

#Na początku opbieram dane, dzięki funkcji do której linkowałem w tym poście.

library(RCurl)
kgh = getStooqData('KGH')

# SPrawdź wymiary
dim(kgh)
# Mamy 4547 wierszy, i 6 kolumn
#Aby zrobić ładny rysunek porzebujemy: type ='l',wtedy wykres będzie linią

plot(kgh, type = "l")

Na początek najłatwiejsze, zwykła regresjia liniowa(metoda parametryczna):

kgh$numericdate = as.numeric(kgh[,1])
library(ggplot2)
ggplot(kgh, aes(x = numericdate, Close)) + geom_line() + geom_smooth(method = "lm")

Widać wyraźnie, że kghm jest w trendzie wzrostowym, ale czy coś jest źle ?
Tak, regresja rozpoczyna się od ujemnych wartości.

regresja = lm(Close~numericdate, data = kgh)
regresja$coefficients

(Intercept) numericdate
-23.3468314 0.0305691
Po ustaleniu współczynników, widzimy wartość -23.34 na początku, co jeest bezsensu(napewno bym je kupił). Ale poradzenie sobie z tym problemem nie jest trudne.

ggplot(kgh, aes(x = numericdate, log(Close))) + geom_line() + geom_smooth(method = "lm")

regresja = lm(log(Close)~numericdate, data = kgh)
regresja$coefficients
(Intercept) numericdate 
1.217251485 0.000866628

Tak, naprawilismy to, a ze szkoły podstawowej wiemy, że:
log(x) = e^x

proba = predict(regresja, newdata = data.frame(numericdate = c(1,2,3,4,5)))
1 2 3 4 5
1.218118 1.218985 1.219851 1.220718 1.221585

#Pierwsze przewidywane wartości:
exp(proba)
1 2 3 4 5
3.380819 3.383751 3.386684 3.389621 3.392559

#Teraz, nalegam na przeczytanie pomocy funkcji scatter.smooth function, są #tam bardzo szczegółowe informacje. Jest to wygładzanie metodą loessa. Za pomocą span ustalamy parametr wygłádzania,degree oznacza stopień wielomianu. Ustalając faimly = "gaussian", wygładzamy używając metody najmniejszych kwadratów, a ustawiając "symetric" używamy ponownie malejącego estymatora m.
#Napisz te dwie formuły i sprawdź różnice.

scatter.smooth(log(kgh[,5]), type = "l", span = 0.9, family = "symetric")

scatter.smooth(log(kgh[,5]), type = "l", span = 0.3, degree = 4)

#wygładzanie loessa :

ggplot(kgh, aes(x = numericdate, log(Close))) + geom_line() + geom_smooth(method = "loess")

# Inne:smooth.spline, supsmu, ksmooth

#Metoda ruchomej mediany tukeya,sprawdź pomoc, po wszystkie metody

smooth(kgh, kind = "3R")#3Rs3R default

Nalegam na uzywanie zlogarytmowanych wartości zamknięcia. Z mojego doświadczenia mogę potwierdzic, że w większości przypadków działa to lepiej. Pamiętaj, że małe ulepszenie może powodować duże róznice w długim okresie.

Normalizacja Danych

2015-09-06T13:33:00.004+02:00

W tym poście ponownie omówimy przygotowywanie danych. To jest bardzo ważne, aby mieć odpowiednie dane bez błędów, jeśli nie jeśtesmy tego pewni, nie możemy zagwarantować, że model, który stworzyliśmy jest wykonany prawidłowo, i faktycznie zarobił pieniądze na danych historycznych. Normalizacja standaryzacji lub studentyzacja danych jest bardzo ważna, aby tworzyć lepsze modele w przyszłości. Bo gdy używamy zmiennej, która nie jest w stosunku do niczego, to ta wartośc nie ma żadnego kontekstu.

Musimy przekonać się, że tak naprawdę to nie ma znaczenia, jakiego rodzaju metody modelowania będziemy używać, w rzeczywistości sztuczna inteligencja jest dość głupia, w dzisiejszych czasach. Musimy starannie przygotować wszystko, i wyobrazić sobie, co może to powodować.

Tak więc, gdy powiem wam, że mój przyjaciel sprzedaje 100 butelek wody gazowanej dziennie, w swoim sklepie? Można stwierdzić, czy jest to duża ilość, czy nie?

Jeśli masz doświadczenie, być może będzie łatwiej, ale normalnie człowiek nie może nic powiedzieć. To zależy także od tego, jak duży jest jego sklep, czy to lato czy zima, a nawet temperatura tego dnia lub dnia tygodnia? Jak to się zmieniło w porównaniu do poprzedniego dnia, lub do dnia miesiąc temu? Istnieje wiele czynników, które należy uwzględnić w naszym przykładzie. A nawet dla osób, które wyposażone są w najszybszym komputerem na świecie (mózg), wyposażone w twórcze myślenie mają wiele trudności.

Taka sama sytuacja jest analogicznie ze wszystkim. Jak może głupie sztuczna inteligencja przewidzieć przyszłe ceny akcji, jeśli będzie wejście, że wartość średniej wynosi 50 lub ATR wynosi 10. To jest niemożliwe, ponieważ te zmienne nie mają żadnego znaczenia i są bezużyteczne.

Możemy znormalizowac swoje dane, za pomocą prostej funkcji.

Package: clusterSim

data.Normalization(x,type="n0",normalization="column")

Legend:
n0 - bez normalizacji
n1 - standaryzacja((x-mean)/sd)
n2 - pozycyjna standaryzacja ((x-median)/mad)
n3 - unityzacja ((x-mean)/range)
n3a - pozycyjna unityzacja ((x-median)/range)
n4 - unitization with zero minimum ((x-min)/range)
n5 - normalizacja w zakresie<-1,1> ((x-mean)/max(abs(x-mean)))
n5a - pozycyjna normalizacja w zakresie <-1,1> ((x-median)/max(abs(x-median)))
n6 - transformacja ilorazowa (x/sd)
n6a - transformacja ilorazowa (x/mad)
n7 - transformacja ilorazowa (x/range)
n8 - transformacja ilorazowa (x/max)
n9 - transformacja ilorazowa (x/mean)
n9a - pozycyjna transformacja ilorazowa (x/median)
n10 - transformacja ilorazowa (x/sum)
n11 - transformacja ilorazowa (x/sqrt(SSQ))

Pozdrawiam,
Piotr Bińkowski

Przygotowanie danych

2015-09-06T13:17:00.002+02:00

Dziś będziemy mówić o podstawowych operacjach na danych. Możemy dość łatwo dostać się do nich za pomocą polecenia: read.csv R lub read.table. Ale jeśli plik nie jest w folderze, w którym ustawiliśmy naszą sesję R. Należy użyć polecenia setwd(), lub opisać całą ścieżkę w nazwie. Na przykład:
setwd("C://FORR/session#3")
read.csv("file.csv", sep = ",")

albo

read.csv("C://FORR/session#3/file.csv", sep = ",")

usuwanie zmiennej/danych :
rm("variablename")

Możemy łatwo pobierać dane do naszego środowiska R, instalując pakiet quantmod, a następnie wystarczy użyć polecenia: getsymbols ("nazwa akcji"). Na przykład, jeśli chcemy pobrać polske indeks największych dwudziestu firm notowanych na GPW, możemy napisać: getsymbols ('^ WIG20 "), jeśli nie podobają nam się dane, możemy skorzystać z tej funkcji. Ale jest więcej źródeł, które możemy sprawdzić w pomocy funkcji "getsymbols".

Ponieważ mamy dane o giełdzie sprawdzimy, czy są jakieś błędy w naszych danych. W R jest dość proste. Napoczątku musimy pobrać pakiet o nazwie "outliers", a następnie możemy skorzystać z funkcji: "outlier", i sprawdzić, czy wartość ta ma sens, lub użyć testów statystycznych, np grubbs.test. Nawet jeśli test potwierdzi, że niektóre odstające dane istnieją, nie można ich usunąć, jeśli nie są one błędne(tzn. zę wydarzyły się naprawdę). Istnieją jednak inne zagadnienia, jak splity i resplity akcji. Aby poradzić sobie z tym problemem, musimy dostosować cenę. W niektórych źródłach danych, cena dostosowana jest wliczony w cenę.
Skrypt:

setwd("C://FORR/session#3")
read.csv("file.csv", sep = ",")
##albo
read.csv("C://FORR/session#3/file.csv", sep = ",")
## Działa też dla zewnętrznych żródeł danych

## usuwanie
rm("filename")

##sprawdzanie obiektów w środowisku
ls()

##instalowaie pakietu
install.packages('quantmod')
library('quantmod')

##1. Nazwa symbolu który chcesz pobrać ##
getSymbols('^WIG20')

## Nazwy kolumn##
names(WIG20)
colnames(wig20)

##Wyjmij kolumnę, którą chcesz##
WIG20$WIG20.Close

## O te dane ci chodziło ? Jeżeli tak, to idź do #3, ijeśli nie to przerób #2 ##

##2
library('rcurl')
##załaduj funkcję z linku##

#Tworzenie numerycznych dni tygodnia
wig20$weekday = weekdays(as.Date(wig20$Date))
wig20$weekday = as.factor(wig20$weekday)
wig20$weekday = as.numeric(wig20$weekday)

#albo

wig20$month = as.POSIXlt(wig20$Date)$mon
wig20$monthday = as.POSIXlt(wig20$Date)$mond
wig20$weekday = as.POSIXlt(wig20$Date)$wday
#geting a binary to predict in logistic binary regression and others
wig20$direction = as.numeric(wig20$change> 0)

#Weź tylko poniedziałki
mondays = data$dni == 1
data[mondays,, drop = FALSE]
# drop =ustawiamy FALSE, jeśli chcemy dostać data.frame, a nie wektor

##3. Sprawdź przypadki odstające##
install.packages('outliers')
library('outliers')
grubbs.test(as.data.frame(WIG20$WIG20.Close))
outlier(WIG20$WIG20.Close)

## Inne podejście##
grubbs.test(ROC(W20$WIG20.Close, 1))
outlier(ROC(W20$WIG20.Close, 1))
##Be careful, check out if outlier dont exsist,don't remove, if it is real value.
##If we have mistake in data, go to section 4, if not go to 5

##4.Zamień przypadek odstający
WIG20[r,c] == 2500

##5.Sprawdź dane zapisane w twoim środowisku

data()

Pozdrawiam,
Piotr Binkowski

Tematyka Bloga

2015-09-06T03:11:00.000+02:00

Witam wszystkich,

Miło widzieć was wszystkich ponownie. Jeśli zastanawiasz się, o zawartości tego bloga, jestem tu, by to wytłumaczyć. Ten post to będzie spis treści, o istotnych rzeczach opisanych na mojej stronie internetowej. Blog będzie o wszystkich aspektach tradingu oraz najlepszych narzędzi, aby to robić. Osobiście robię to za pomocą neuroshell, R, i Excel do codziennej analizy giełdy. Narzędzia te są wystarczające, aby to zrobić w mojej opinii(narazie), ale jeśli chcesz, aby pokazać mi, czy żebym przetestował inne oprogramowanie, zrobię to z przyjemnością. Również będziemy dyskutować na temat psychologii, jedną z głównych przyczyn efektu końcowego. Analiza fundamentalna jest też bardzo ważna. Wydajny sposób na uzyskanie danych, aby szybko zrobić wszystko, jest potrzbene, by wszystko robić systematycznie, ale żeby to nie było wyczerpujące. Robię to wszystko, aby pomóc też sobie. Użyję tego bloga, aby zapisać wszystkie moje obserwacje i zmusić się, żeby robić to za każdym razem. Próbowałem prowadzić swoje arkusze kalkulacyjne wiele razy, ale nie zawsze jestem zmotywowany, a ten blog pomoże mi z tym. Mam nadzieję, że będzieteż polepszać moje wyniki inwestycyjne. Dlatego zachęcam każdego aby założył swój własny blog. Istnieje kilka powodów, dla których powinno się opłacać w przyszłości. Na przykład:Po pierwsze. Aby poprawić angielski, jeśli nie jest językiem ojczystym.(powód aktualny na mojej angielskiej wersji strony)Po drugie. Zawsze jest dobrze, by sprawdzić, jak coś robiliśmy w przeszłości, i uczyć się w najlepszy sposób: z własnego doświadczenia.Po trzecie. Copyrighting i umiejętnosć pisania.Wreszcie. Systematyczne i ładne notatki dotyczące działania na giełdzie.Więc jeśli wahasz czy rozpocząć własnego bloga. Po prostu zrób to, to jest darmowe, i nie ma nic do stracenia, może ci się spodoba, i pewnego dnia to pomoże Ci znaleźć pracę marzeń, lub spotkać się z kimś, kto pomoże ci zmienić życie. Byłbym wdzięczny, gdybym mógł usłyszeć o twoich doświadczeniach, więc nie wahaj się i napisz o tym do mnie.Wszystko najlepsze,Piotr Binkowski

Organizacyjne

2015-09-06T02:57:00.000+02:00

Miło cię poznać, i mam nadzieję, że będzie ci się podobać mój nowy blog. Robię co w mojej mocy, aby ta strona była interesująca i wolna od błędów, ale jestem tylko człowiekiem, jak wszyscy, i do tego nie najmądrzejszy, jakiego będziesz miał przyjemność przeczytać. Dlatego bardzo lubię cytat Teodora Roosevelta "Jeśli byłbym w 75% przypadków poprawny, nie mogłem oczekiwać niczego więcej". To pokazuje, że nawet geniusz, taki jak on, nie wierzył w swoją nieomylnośc. Więc jeśli widzisz jakiś błąd, który zrobiłem na moim blogu. Bardzo proszę nie wahaj się napisać o tym do mnie. Będę bardzo wdzięczny.

Kontakt : piti54321@gmail.com